原文服务方: 现代电子技术       
摘要:
基于统计学习理论的支持向量机(SVM)方法是现代智能技术的一个重要分支.SVM实现了结构风险最小化(SRM),而不是经验风险最小化(ERM),在保证分类精度的前提下,提高了分类器的泛化能力.着重讨论C-SVM原理,并在此基础之上,对算法进行了测试.测试结果表明,C-SVM分类算法具有较好的推广能力.
推荐文章
基于投影寻踪和支持向量机的模式识别方法
支持向量机
投影寻踪
信贷风险评估
基于模糊模式识别的支持向量机的回归预测方法
水文预测
支持向量机
模糊模式识别
基于融合特征与支持向量机的控制图模式识别
控制图模式识别
特征提取
原始特征
形状特征
特征融合
支持向量机
围岩破坏模式识别的支持向量机研究
围岩
破坏模式
支持向量机
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 基于支持向量机的模式识别方法
来源期刊 现代电子技术 学科
关键词 统计学习理论 支持向量机 C-SVM 模式识别
年,卷(期) 2007,(16) 所属期刊栏目 测试·封装·材料
研究方向 页码范围 193-194
页数 2页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2007.16.065
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 梁宏斌 3 11 1.0 3.0
2 严正俊 2 11 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (16)
参考文献  (3)
节点文献
引证文献  (10)
同被引文献  (11)
二级引证文献  (22)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(5)
  • 引证文献(4)
  • 二级引证文献(1)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(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
统计学习理论
支持向量机
C-SVM
模式识别
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导