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:
支持向量机是一种新型机器学习方法,能较好地解决小样本、非线性、高维数和局部极小点等实际问题,对未来样本有较好的泛化能力,已成为当前机器学习界的研究热点.本文介绍了支持向量机的数学理论基础及其研究现状,并介绍了支持向量机实用算法的研究情况,指出了支持向量机的局限性和未来的研究方向.
推荐文章
基于模糊模式识别的支持向量机的回归预测方法
水文预测
支持向量机
模糊模式识别
围岩破坏模式识别的支持向量机研究
围岩
破坏模式
支持向量机
基于投影寻踪和支持向量机的模式识别方法
支持向量机
投影寻踪
信贷风险评估
基于多尺度熵和支持向量机的局部放电模式识别
局部放电
多尺度熵
支持向量机
特征提取
模式识别
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 支持向量机在模式识别和回归模型中的应用
来源期刊 河南科技学院学报(自然科学版) 学科 工学
关键词 机器学习 统计学习理论 支持向量机 模式识别
年,卷(期) 2007,(4) 所属期刊栏目 工程技术
研究方向 页码范围 89-92
页数 4页 分类号 TP391
字数 3762字 语种 中文
DOI 10.3969/j.issn.1673-6060-B.2007.04.033
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 刘解放 27 103 7.0 9.0
2 侯振雨 74 280 9.0 14.0
3 吴亮 29 75 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (127)
参考文献  (9)
节点文献
引证文献  (13)
同被引文献  (32)
二级引证文献  (7)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(5)
  • 参考文献(3)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
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)
2008(3)
  • 引证文献(3)
  • 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(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(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
机器学习
统计学习理论
支持向量机
模式识别
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
河南科技学院学报(自然科学版)
双月刊
1008-7516
41-1417/N
大16开
河南省新乡市
1973
chi
出版文献量(篇)
3046
总下载数(次)
3
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导