作者:
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(support vector machine,SVM)是20世纪90年代发展起来的一种新型机器学习方法,是在统计学习理论基础上发展起来的一种新的数据挖掘方法,已广泛应用于模式识别与回归分析。并已成为国际机器学习界的研究热点。本文主要讨论其基本原理与SVM训练算法。
推荐文章
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
支持向量机与AdaBoost的结合算法研究
支持向量机
增强法
自适应增强算法
算法优化
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 支持向量机的算法研究
来源期刊 长春师范学院学报:自然科学版 学科 工学
关键词 支持向量机 机器学习 分类
年,卷(期) 2007,(3) 所属期刊栏目
研究方向 页码范围 90-91
页数 2页 分类号 TP274
字数 语种
DOI
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 方辉 渤海大学信息科学与工程学院 20 113 5.0 9.0
2 王倩 2 40 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(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)
研究主题发展历程
节点文献
支持向量机
机器学习
分类
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
长春师范学院学报:自然科学版
双月刊
1008-178X
22-1276/G4
吉林省长春市长吉北路677号
出版文献量(篇)
3286
总下载数(次)
0
总被引数(次)
0
论文1v1指导