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:
支持向量机是一种高效的分类识别方法,在解决高维模式识别问题中表现出许多特有的优势.支持向量机本身是一个两类问题的判别方法,不能直接应用于多类问题.介绍了基于二叉树的SVM多类分类算法,通过对其原理和实现方法的分析,对这些方法的优缺点进行了归纳和总结,给出了进一步的研究方向.
推荐文章
基于球结构的完全二叉树SVM多类分类算法
球结构
支持向量机
完全二叉树
多类分类
一种改进的二叉树SVM多类分类算法
SVM多类分类
二叉树
缺陷分类
二叉树多类SVM在网络入侵检测中的应用
入侵检测
支持向量机
二叉树
多类分类
基于改进二叉树支持向量机的多故障分类算法
二叉树
支持向量机
层次分析法
轴承故障诊断
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 基于二叉树的SVM多类分类算法研究
来源期刊 湖南工程学院学报(自然科学版) 学科 工学
关键词 支持向量机 多类分类 二叉树
年,卷(期) 2008,(3) 所属期刊栏目 计算机科学
研究方向 页码范围 68-70,94
页数 4页 分类号 TP391
字数 3209字 语种 中文
DOI 10.3969/j.issn.1671-119X.2008.03.020
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 秦玉平 渤海大学信息科学与工程学院 87 586 14.0 17.0
2 王晓锋 渤海大学数学系 25 90 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (254)
参考文献  (13)
节点文献
引证文献  (11)
同被引文献  (23)
二级引证文献  (43)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(10)
  • 参考文献(2)
  • 二级参考文献(8)
2005(11)
  • 参考文献(4)
  • 二级参考文献(7)
2006(5)
  • 参考文献(5)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(7)
  • 引证文献(2)
  • 二级引证文献(5)
2012(6)
  • 引证文献(1)
  • 二级引证文献(5)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(7)
  • 引证文献(0)
  • 二级引证文献(7)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
支持向量机
多类分类
二叉树
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
湖南工程学院学报(自然科学版)
季刊
1671-119X
43-1356/N
大16开
湖南省湘潭市福星东路88号
1991
chi
出版文献量(篇)
2006
总下载数(次)
8
总被引数(次)
6603
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导