原文服务方: 工业仪表与自动化装置       
摘要:
在介绍支持向量机(SVM)两类分类和对经典的多类分类方法进行了分析的基础上,提出了一种新的多类分类算法(BSM),并通过实验加以验证.
推荐文章
一种改进的二叉树SVM多类分类算法
SVM多类分类
二叉树
缺陷分类
一种基于多特征聚类的粒子滤波跟踪算法
目标跟踪
聚类分析
概率密度估计
粒子滤波
一种新的结合 SVM 和 FNN 的多聚焦图像融合算法
多聚焦图像融合
特征级图像融合
模糊神经网络
支持向量机
一种基于群体智能的多主体聚类算法
群体智能
多主体系统
聚类
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 一种基于SVM的多类判别算法
来源期刊 工业仪表与自动化装置 学科
关键词 支持向量机 多类分类 算法
年,卷(期) 2006,(6) 所属期刊栏目 科研论坛
研究方向 页码范围 6-8
页数 3页 分类号 O235
字数 语种 中文
DOI 10.3969/j.issn.1000-0682.2006.06.002
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 方凯 中国科学院合肥智能机械研究所 44 489 11.0 20.0
2 文明 中国科学院合肥智能机械研究所 9 122 5.0 9.0
6 丁俊香 中国科学院合肥智能机械研究所 6 41 3.0 6.0
10 汪方斌 中国科学院合肥智能机械研究所 10 49 5.0 6.0
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  (0)
节点文献
引证文献  (8)
同被引文献  (0)
二级引证文献  (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)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
多类分类
算法
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
工业仪表与自动化装置
双月刊
1000-0682
61-1121/TH
大16开
1971-01-01
chi
出版文献量(篇)
3676
总下载数(次)
0
总被引数(次)
18688
论文1v1指导