原文服务方: 科技与创新       
摘要:
本文论述了如何用线性微粒群算法对支持向量机进行训练并实现机器学习的过程.思路来自微粒群算法可以在超平面空间中实现优化搜索,因此,将微粒群算法中的微粒运动公式进行了修改,从而实现了搜索的过程.同时,描述了用线性微粒群算法训练支持向量机的实现过程.
推荐文章
一种基于PSO的混合核支持向量机算法
支持向量机
全局核函数
局部核函数
混合核函数
粒子群优化算法
一种改进的微粒群算法
微粒群优化算法
排雷策略
旋转方向法
收敛
一种快速加权支持向量机训练算法
加权支持向量机
工作集
目标函数
基于二阶振荡微粒群最小二乘支持向量机的物流需求预测
物流需求预测
最小二乘支持向量机
二阶振荡微粒群算法
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 一种基于线性微粒群算法的支持向量机
来源期刊 科技与创新 学科
关键词 支持向量机 微粒群算法 机器学习
年,卷(期) 2007,(21) 所属期刊栏目 软件时空
研究方向 页码范围 231-233
页数 3页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2007.21.094
五维指标
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  (16)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (13)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(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)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
微粒群算法
机器学习
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导