支持向量机规则提取

• 作者: 沈永平 王强 陈英武
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 支持向量机 机器学习 规则提取 知识获取 数据挖掘
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 信息工程·管理工程
• 页码范围: 106-110
• 页数: 5页
• 分类号: TP18
• 字数: 4073字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2486.2006.02.024

摘要

支持向量机是一种黑箱模型,其学习到的知识蕴含在决策函数中,不仅影响了用户对利用支持向量机技术构建智能系统的信心,还阻碍了支持向量机技术在数据挖掘领域的应用.由于对支持向量机规则提取进行研究有助于解决上述问题,因此该领域正成为机器学习和智能计算界的研究热点.分析了具有代表性的支持向量机规则提取算法,并提出该领域未来的研究重点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈英武	国防科技大学信息系统与管理学院	164	2331	26.0	37.0
2	沈永平	国防科技大学信息系统与管理学院	21	687	10.0	21.0
3	王强	国防科技大学信息系统与管理学院	29	257	10.0	14.0