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:
提出了一种基于多核支持向量机的概率密度估计方法.其基本思路是从概率密度的定义出发,利用支持向量机求解线性算子方程的方法,直接估计出密度.使用多核支持向量机取代传统的支持向量机方法来估计概率密度,从仿真结果来看,与Parzen窗方法相比,基于多核支持向量机的概率密度估计方法的精度等级与Parzen窗方法类似,同时又具有Parzen窗方法所不具备的稀疏解;与基于传统支持向量机的概率密度估计方法相比,基于多核支持向量机的概率密度估计方法具有更强的鲁棒性,并且其精度更高.
推荐文章
基于邻域风险最小化概率密度估计的自适应盲分离算法
邻域风险
概率密度估计
支持向量机
激活函数
自然梯度算法
盲分离
概率密度估计和阴影抑制的运动目标检测
运动检测
阴影抑制
核密度估计
色彩空间
模式识别
非平坦函数概率密度估计
概率密度估计
支持向量机(SVM)
多核学习
非平坦函数
基于SVM的概率密度估计及分布估计算法
核函数
样本点
舍选法
分布估计算法
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 基于多核支持向量机的概率密度估计方法
来源期刊 计算机仿真 学科 工学
关键词 多核支持向量机 概率密度估计 回归估计 核函数
年,卷(期) 2006,(1) 所属期刊栏目 仿真方法与算法
研究方向 页码范围 85-88
页数 4页 分类号 TP181
字数 2867字 语种 中文
DOI 10.3969/j.issn.1006-9348.2006.01.025
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 陈亚珠 上海交通大学生物医学仪器研究所 118 954 15.0 23.0
2 张素 上海交通大学生物医学仪器研究所 31 382 10.0 19.0
3 张炤 上海交通大学生物医学仪器研究所 5 84 4.0 5.0
4 章琛曦 上海交通大学生物医学仪器研究所 5 90 5.0 5.0
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  (1)
节点文献
引证文献  (23)
同被引文献  (19)
二级引证文献  (62)
1989(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)
2008(5)
  • 引证文献(2)
  • 二级引证文献(3)
2009(20)
  • 引证文献(6)
  • 二级引证文献(14)
2010(17)
  • 引证文献(4)
  • 二级引证文献(13)
2011(7)
  • 引证文献(1)
  • 二级引证文献(6)
2012(10)
  • 引证文献(2)
  • 二级引证文献(8)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
多核支持向量机
概率密度估计
回归估计
核函数
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
论文1v1指导