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:
分解算法是目前大量数据下支持向量机最主要训练方法.各种分解算法的区别在于工作集的大小、产生原则以及子QP问题的求解方法不同.介绍分解算法的产生以及发展过程,以及相应的工作集选择算法,重点指出分解算法在子工作集优化方法、工作集的选择策略所采用的新的方法以及有关收敛性的证明.
推荐文章
支持向量机训练算法综述
支持向量机
训练算法
统计学习理论
核PCA支持向量机算法研究
核函数
核主元分析
支持向量机
分类
支持向量机算法及应用
统计学习理论
支持向量机
模式识别
时间序列预测
电力系统
加权支持向量机求解路径算法研究
求解路径
支持向量回归
加权系数
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 支持向量机分解算法研究
来源期刊 计算机与数字工程 学科 工学
关键词 支持向量机 分解算法 工作集选择
年,卷(期) 2007,(5) 所属期刊栏目 算法与分析
研究方向 页码范围 9-12
页数 4页 分类号 TP391
字数 4098字 语种 中文
DOI 10.3969/j.issn.1672-9722.2007.05.004
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 王进华 福州大学电气工程学院 31 140 7.0 11.0
2 李向东 福州大学电气工程学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (38)
参考文献  (11)
节点文献
引证文献  (7)
同被引文献  (27)
二级引证文献  (236)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(4)
  • 参考文献(2)
  • 二级参考文献(2)
2002(6)
  • 参考文献(4)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 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(1)
  • 引证文献(1)
  • 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)
2014(12)
  • 引证文献(2)
  • 二级引证文献(10)
2015(30)
  • 引证文献(1)
  • 二级引证文献(29)
2016(40)
  • 引证文献(0)
  • 二级引证文献(40)
2017(39)
  • 引证文献(0)
  • 二级引证文献(39)
2018(51)
  • 引证文献(1)
  • 二级引证文献(50)
2019(52)
  • 引证文献(0)
  • 二级引证文献(52)
2020(16)
  • 引证文献(0)
  • 二级引证文献(16)
研究主题发展历程
节点文献
支持向量机
分解算法
工作集选择
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导