基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了克服传统支持向量机训练速度慢、计算资源需求大等缺点,本文应用最小二乘支持向量机算法来解决分类问题.同时,本文指出了决策导向循环图算法的缺陷,采用自适应导向循环图思想来实现多类问题的分类.为了提高样本的学习速度,本文还将序贯最小优化算法与最小二乘支持向量机相结合,最终形成了ADAGLSSVM算法.考虑到最小二乘支持向量机算法失去了支持向量的稀疏性,本文对支持向量作了修剪.实验结果表明,修剪后,分类器的识别精度和识别速度都得到了提高.
推荐文章
稀疏最小二乘支持向量机及其应用研究
最小二乘支持向量机
核偏最小二乘辨识
智能建模
基于免疫优化多输出最小二乘支持向量机及其应用
免疫优化
最小二乘支持向量机
污水生化处理
语音情感识别
代价约束多核最小二乘支持向量机及其应用
代价约束
多核学习
最小二乘支持向量机
稀疏性
泡沫浮选
回收率
负熵最小化加权最小二乘支持向量机及其应用
加权最小二乘支持向量机
负熵
稀疏权重
钴结壳识别
底质识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的最小二乘支持向量机及其应用
来源期刊 计算机工程与科学 学科 工学
关键词 最小二乘支持向量机 序贯最小优化 自适应导向循环图
年,卷(期) 2006,(2) 所属期刊栏目 算法研究
研究方向 页码范围 69-71,85
页数 4页 分类号 TP391.4
字数 2953字 语种 中文
DOI 10.3969/j.issn.1007-130X.2006.02.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高大启 华东理工大学计算机科学与工程系 39 472 11.0 21.0
2 余艳芳 华东理工大学计算机科学与工程系 2 31 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (29)
同被引文献  (17)
二级引证文献  (108)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(8)
  • 引证文献(7)
  • 二级引证文献(1)
2008(9)
  • 引证文献(4)
  • 二级引证文献(5)
2009(17)
  • 引证文献(5)
  • 二级引证文献(12)
2010(13)
  • 引证文献(2)
  • 二级引证文献(11)
2011(8)
  • 引证文献(3)
  • 二级引证文献(5)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(12)
  • 引证文献(0)
  • 二级引证文献(12)
2015(12)
  • 引证文献(2)
  • 二级引证文献(10)
2016(11)
  • 引证文献(1)
  • 二级引证文献(10)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
最小二乘支持向量机
序贯最小优化
自适应导向循环图
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导