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:
详细介绍了支持向量机的理论和它在分类中的应用.实验用Matlab结合第三方svm工具箱完成,结果表明支持向量机(SVM)是一种很好的分类器,有优越的表现和广泛的应用.
推荐文章
一种改进的支持向量机及其应用
支持向量机
模糊支持向量机
模糊隶属度
车型识别
基于M估计器的支持向量机算法及其应用
M估计器
最小二乘支持向量机
稳健建模
光谱分析
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
基于分段核函数的支持向量机及其应用
支持向量机
分段核函数
全局核
局部核
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(SVM)及其应用
来源期刊 福建电脑 学科 工学
关键词 支持向量机(SVM) 分类 Matlab
年,卷(期) 2007,(4) 所属期刊栏目 应用与开发
研究方向 页码范围 110,192
页数 2页 分类号 TP3
字数 2052字 语种 中文
DOI 10.3969/j.issn.1673-2782.2007.04.069
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 芮璋现 江西理工大学信息工程学院 2 21 1.0 2.0
2 肖海波 江西理工大学信息工程学院 4 63 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (1823)
参考文献  (4)
节点文献
引证文献  (21)
同被引文献  (28)
二级引证文献  (97)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(3)
  • 引证文献(0)
  • 二级引证文献(3)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(11)
  • 引证文献(3)
  • 二级引证文献(8)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(18)
  • 引证文献(1)
  • 二级引证文献(17)
2016(16)
  • 引证文献(0)
  • 二级引证文献(16)
2017(15)
  • 引证文献(1)
  • 二级引证文献(14)
2018(13)
  • 引证文献(1)
  • 二级引证文献(12)
2019(18)
  • 引证文献(3)
  • 二级引证文献(15)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机(SVM)
分类
Matlab
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
论文1v1指导