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:
在隐空间中支持向量机求解过程中,引入改进粒子群算法用于搜索空间的迭代.基于粒子群算法的隐空间支持向量机不需要核函数满足正定条件,从而扩展了支持向量机核函数的选择范围.由于采用了仿生类的粒子群算法,对比隐空间支持向量机产生的约束凸二次规划获得了一定的优势,并且通过了仿真实验的验证.
推荐文章
粒子群优化的隐空间光滑支持向量机算法
隐空间
支持向量机
熵函数
粒子群优化
共轭梯度法
基于支持向量回归机和粒子群算法的改进协同优化方法
协同优化
支持向量回归机
粒子群算法
基于粒子群算法优化支持向量机的模拟电路诊断
故障诊断
模拟电路
粒子群优化
多小波变换
支持向量机
基于改进的共轭梯度算法实现的最小二乘隐空间支持向量机
最小二乘隐空间支持向量机
改进的共轭梯度算法
预测
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 基于改进粒子群的隐空间支持向量机
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 核函数 粒子群
年,卷(期) 2006,(32) 所属期刊栏目 学术探讨
研究方向 页码范围 69-71
页数 3页 分类号 TP18
字数 3480字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.32.021
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 王秀坤 大连理工大学计算机系 124 1429 18.0 31.0
2 丁华 26 89 5.0 8.0
3 管廷兰 山东建筑工程学院材料工程系 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (17)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(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)
研究主题发展历程
节点文献
支持向量机
核函数
粒子群
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导