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
支持向量机训练算法比较研究
支持向量机
训练算法
支持向量机多分类算法的研究
支持向量机
多分类支持向量机
多标注支持向量机
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
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 1776字 语种 中文
DOI 10.3969/j.issn.1008-178X-B.2007.03.027
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  (5)
共引文献  (29)
参考文献  (2)
节点文献
引证文献  (40)
同被引文献  (37)
二级引证文献  (47)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2008(8)
  • 引证文献(4)
  • 二级引证文献(4)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(5)
  • 引证文献(1)
  • 二级引证文献(4)
2011(6)
  • 引证文献(2)
  • 二级引证文献(4)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(19)
  • 引证文献(12)
  • 二级引证文献(7)
2014(9)
  • 引证文献(8)
  • 二级引证文献(1)
2015(10)
  • 引证文献(4)
  • 二级引证文献(6)
2016(8)
  • 引证文献(1)
  • 二级引证文献(7)
2017(8)
  • 引证文献(2)
  • 二级引证文献(6)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
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
长春师范大学学报(自然科学版)
双月刊
chi
出版文献量(篇)
5437
总下载数(次)
10
总被引数(次)
15651
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导