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:
支持向量机基于统计学习理论并能较好地解决小样本问题,对许多含有大数量样本的数据库来说,支持向量机并不非常合适.训练样本的数量严重影响训练的速度与支持向量的数量.实验表明,保留训练样本的邻界样本,去除部分非邻界样本可以明显地减少训练样本的数量和支持向量的个数,而泛化能力几乎没有下降.
推荐文章
基于支持向量的分层并行筛选训练样本方法
分而治之
训练样本筛选
支持向量机
交叉合并规则
基于Fisher鉴别分析的支持向量机训练样本缩减策略
Fisher鉴别分析
投影
支持向量机
边缘效应训练的模糊支持向量机及应用
模糊支持向量机
模糊隶属度
边缘效应
卫星图像分割
基于分块2DPCA 与2DLDA的单训练样本人脸识别
单训练样本
人脸识别
二维主成分分析(2DPCA)
二维线性判别分析(2DLDA)
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 精简训练样本与支持向量
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 支持向量机 支持向量 训练样本 精简
年,卷(期) 2006,(z1) 所属期刊栏目 机器学习与数据挖掘
研究方向 页码范围 428-433
页数 6页 分类号 TP391.4
字数 5557字 语种 中文
DOI 10.3969/j.issn.1006-7043.2006.z1.090
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 于洪洁 上海交通大学工程力学系 30 182 8.0 12.0
2 陈玉坤 上海交通大学工程力学系 15 66 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (20)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (6)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(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)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
支持向量机
支持向量
训练样本
精简
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
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
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