原文服务方: 航空计算技术       
摘要:
基于支持向量机的增量学习作为一种数据挖掘与知识发现技术,已在目标识别,网页分类等诸多领城得到应用.在概述其机理的基础上,从如何提高学习精度与学习速度着手,分析了现有算法及其优缺点和需要改进的问题;论述了增量学习的应用现状,并提出进一步的研究方向.
推荐文章
基于云模型的最接近支持向量机增量学习方法
支持向量机
云模型
分类
增量学习
基于支持向量机的并行学习方法研究
并行处理系统
学习系统
支持向量机
分类器组合
基于支持向量机的增量学习算法
结构风险最小化
支持向量
增量学习
支持向量机增量学习算法研究
支持向量机
增量学习
期望风险
固定划分
过间隔
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 支持向量机增量学习方法及应用
来源期刊 航空计算技术 学科
关键词 支持向量机 增量学习 学习精度 学习速度
年,卷(期) 2007,(4) 所属期刊栏目 计算方法
研究方向 页码范围 23-26
页数 4页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1671-654X.2007.04.007
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (49)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (16)
二级引证文献  (31)
1995(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)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(13)
  • 引证文献(0)
  • 二级引证文献(13)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
增量学习
学习精度
学习速度
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
航空计算技术
双月刊
1671-654X
61-1276/TP
大16开
西安市太白北路156号
1971-01-01
中文
出版文献量(篇)
3899
总下载数(次)
0
相关基金
陕西省自然科学基金
英文译名:Natural Science Basic Research Plan in Shaanxi Province of China
官方网址:
项目类型:
学科类型:
论文1v1指导