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:
根据LS-SVM不具稀疏解的特性,提出了LS-SVM的组合优化算法及其改进算法,并利用整数规划优化了LS-SVM的组合优化算法中划分的样本子集包含的样本个数p.最后,对算法复杂性做了分析,仿真验证了算法的收敛性和有效性.
推荐文章
LS-SVM时间序列预测--免疫文化基因算法进行LS-SVM参数选优
时间序列预测
最小二乘支持向量机
文化基因算法
能耗预测
基于PSO的LS-SVM特征选择与参数优化算法
最小二乘支持向量机
特征选择
参数优化
粒子群算法
基于粒子群优化算法的 LS-SVM的 GPS 高程拟合
粒子群优化算法
LS-SVM
BP 神经网络
二次曲面拟合法
高程拟合
基于混合QPSO的LS-SVM参数优化及其应用
最小二乘支持向量机
参数优化
HQPSO算法
净化过程
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 LS-SVM的组合优化算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 LS-SVM 组合优化算法 整数规划
年,卷(期) 2007,(22) 所属期刊栏目 学术探讨
研究方向 页码范围 89-92
页数 4页 分类号 TP301.6|TP389.1
字数 5147字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.22.028
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 曾绍华 重庆大学计算机科学学院 9 76 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (5)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(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
LS-SVM
组合优化算法
整数规划
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导