原文服务方: 成都大学学报(自然科学版)       
摘要:
对两种支持向量分类机C-支持向量机(C-SVM)和v-支持向量机(v-SVM)的对偶问题,补充了"v-SVM的对偶问题最优值为零时,b<0的情况下,相应的C-SVM的对偶问题存在与其相同的最优解集"的详细证明过程.
推荐文章
近红外光谱法结合C-SVM及v-SVM方法快速无损鉴别淀粉种类
近红外光谱技术
淀粉
马氏距离判别
支持向量机(SVM)
定性分析
从原问题的最优表中读对偶最优解
线性规划
对偶
单纯形法
最优解
两个超可解性定理的一个简洁证明
有限群
可解群
超可解群
Sylow子群
可补子群
基于最优ABC-SVM算法的P2P流量识别
人工蜂群算法
支持向量机
特征选择
参数优化
P2P流量识别
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 C-SVM和v-SVM的对偶问题最优解关系的一个补充证明
来源期刊 成都大学学报(自然科学版) 学科
关键词 支持向量机 分类 对偶问题 最优解
年,卷(期) 2008,(4) 所属期刊栏目
研究方向 页码范围 287-289
页数 3页 分类号 O213
字数 语种 中文
DOI 10.3969/j.issn.1004-5422.2008.04.006
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 余竞 成都大学信息科学与技术学院 9 39 4.0 6.0
2 王伟钧 成都大学信息科学与技术学院 23 39 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (2)
二级引证文献  (4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(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
分类
对偶问题
最优解
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
成都大学学报(自然科学版)
季刊
1004-5422
51-1216/N
16开
1982-01-01
chi
出版文献量(篇)
1966
总下载数(次)
0
总被引数(次)
8997
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导