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:
半监督支持向量机同支持向量机一样,已经在很多分类、归类问题上取得较好的效果,但是支持向量机需要求解二次凸规划,因此在处理大规模数据时会消耗大量存储空间和计算时同,特别是在多分类问题上则更加困难.因此,提出一种半监督支持向量机算法,适合多分类问题,并将其用于解决实际问题.
推荐文章
基于两阶段学习的半监督支持向量机分类算法
SVM (support vector machine)
半监督
两阶段学习
伪标识
啤酒瓶检测中多分类支持向量机算法的选择
支持向量机
多分类
核函数
视觉检测
性能评估
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
基于半监督支持向量机的期刊收稿系统自动分类方法
期刊收稿系统
自动分类
专家审稿
半监督支持向量机
工作效率
特征向量
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 半监督支持向量机的多分类学习算法
来源期刊 郑州大学学报(理学版) 学科 工学
关键词 支持向量机 半监督学习 多分类问题
年,卷(期) 2008,(4) 所属期刊栏目
研究方向 页码范围 35-38
页数 4页 分类号 TP391
字数 3739字 语种 中文
DOI
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 杨佩 南京大学工程管理学院 14 98 6.0 9.0
2 朱美琳 南京大学工程管理学院 16 255 8.0 15.0
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  (0)
参考文献  (1)
节点文献
引证文献  (8)
同被引文献  (14)
二级引证文献  (30)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(8)
  • 引证文献(2)
  • 二级引证文献(6)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机
半监督学习
多分类问题
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
郑州大学学报(理学版)
季刊
1671-6841
41-1338/N
大16开
郑州市高新技术开发区科学大道100号
36-191
1962
chi
出版文献量(篇)
2278
总下载数(次)
0
总被引数(次)
9540
论文1v1指导