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:
对支持向量分类机中的一些基本方法作出详细地介绍,并进一步研究了方法的求解与改进.并通过对标准支持向量机的改造考虑了一种改进的方法,并进行相关的理论分析,通过数据实验验证了这种方法比传统的分类机在运算速度上有提高,特别是在处理较大规模的数据集时运算时间的效果更明显.
推荐文章
一种新的模糊支持向量机多分类算法
支持向量机
模糊支持向量机
一对多组合
隶属函数
多分类算法
适于大规模数据集的块增量学习算法: BISVM
支持向量机
块增量算法
大规模训练
一种新的支持向量机多类分类方法
支持向量机
分类
二叉树
迭代算法
分类大规模数据的核向量机方法研究
支持向量机
核向量机
最小包围球
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 一种处理较大规模数据分类的支持向量机
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 数据分类算法 大规模数据集 运算速度
年,卷(期) 2007,(6) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 165-167
页数 3页 分类号 TP18
字数 3144字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.06.053
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 陈光喜 桂林电子科技大学数学与计算科学学院 82 455 12.0 16.0
2 徐健 桂林电子科技大学数学与计算科学学院 4 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (1873)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(3)
  • 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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
数据分类算法
大规模数据集
运算速度
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导