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:
针对当前的主要预警方法的问题,提出基于主动学习的支持向量数据描述预警技术,并给出了该技术的实现过程.该技术利用支持向量数据描述解决了缺少预警警兆数据的问题,利用主动学习解决了正常样本和待测样本数据量大的问题,以某地区的宏观经济运行预警系统为例,证明了该技术的有效性.
推荐文章
基于主动学习的高光谱异常检测SVDD算法
高光谱图像
异常检测
支持向量数据描述
主动学习
改进的基于K均值聚类的SVDD学习算法
支持向量数据描述
K均值
KKT条件
动态SVDD人机交互预警算法及其应用
人机交互
预警
动态SVDD
支持向量
核方法
一种SVDD增量学习淘汰算法
支持向量数据描述
增量学习
自适应阈值
淘汰机制
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 基于主动学习的SVDD预警技术
来源期刊 辽宁工程技术大学学报(自然科学版) 学科 地球科学
关键词 预警 主动学习 支持向量数据描述 样本
年,卷(期) 2006,(z1) 所属期刊栏目 管理科学与工程
研究方向 页码范围 251-253
页数 3页 分类号 P2
字数 2166字 语种 中文
DOI 10.3969/j.issn.1008-0562.2006.z1.088
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 林健 五邑大学系统科学与技术研究所 113 2186 23.0 43.0
2 彭敏晶 五邑大学系统科学与技术研究所 16 70 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (99)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (14)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(8)
  • 参考文献(3)
  • 二级参考文献(5)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(2)
  • 二级参考文献(4)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(3)
  • 引证文献(0)
  • 二级引证文献(3)
2011(6)
  • 引证文献(0)
  • 二级引证文献(6)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(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
预警
主动学习
支持向量数据描述
样本
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
辽宁工程技术大学学报(自然科学版)
月刊
1008-0562
21-1379/N
大16开
辽宁省阜新市
1979
chi
出版文献量(篇)
6319
总下载数(次)
12
总被引数(次)
52708
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导