一类变量可分离的支持向量分类机的研究与应用

• 作者: 朱思铭 黄文强 黄榕波
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 支持向量机 分类 变量可分离 预测
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 人工智能与图像处理技
• 页码范围: 163-165,181
• 页数: 4页
• 分类号: TP3
• 字数: 4250字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2006.02.046

摘要

针对传统SVC方法在样本容量大时存在训练时间过长的不足,建立了一种变量可分离的支持向量分类模型DCSVC,并将其应用于随机生成的模拟数据的学习与航空公司旅客运输数据的预测中.实践证明,DCSVC算法预测的误差小于传统SVM算法,具有较高的精度,且训练时间比传统SVC短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱思铭	中山大学数学与计算科学学院	94	573	13.0	20.0
2	黄文强	中山大学数学与计算科学学院	5	29	3.0	5.0
4	黄榕波	广东药学院数学系	42	282	9.0	15.0