原文服务方: 科技与创新       
摘要:
在详细阐述最小二乘支持向量机(LS-SVM)回归算法原理基础上,提出一种基于LS-SVM的特征提取方法,并将其应用到全国电子设计竞赛队员选拔问题上.利用所提的特征提取方法对近年在电子设计竞赛中获奖队员平时成绩进行分析,找到了3个关键的评价指标,并以此为基础确定了一套定量的选拔与组队方法.
推荐文章
LS-SVM:一种有效的新闻主题追踪方法
隐含语义分析
支持向量机
主题追踪
奇异值分解
隐含语义
基于ELMD与LS-SVM的滚动轴承故障诊断方法
ELMD
模式混淆
LS-SVM
滚动轴承
故障诊断
基于LLE和LS-SVM的人脸识别方法
人脸识别
主成分分析
局部线性嵌套
最小二乘支持向量机
基于LS-SVM的在线文本识别方法
支持向量机
在线
文本
系统识别
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LS-SVM的电子设计竞赛选手选拔与组队方法
来源期刊 科技与创新 学科
关键词 最小二乘支持向量机 回归算法 特征提取 全国电子设计竞赛
年,卷(期) 2006,(24) 所属期刊栏目 软件时空
研究方向 页码范围 287-289,137
页数 4页 分类号 TP3
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2006.24.104
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 吴德会 332005 江西 九江 九江学院电子工程系 1 0 0.0 0.0
2 曹晖 332005 江西 九江 九江学院电子工程系 1 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  (5)
共引文献  (25)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(3)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 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
最小二乘支持向量机
回归算法
特征提取
全国电子设计竞赛
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导