钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
智能系统学报期刊
\
支持向量机的训练算法综述
支持向量机的训练算法综述
作者:
伞冶
王书舟
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
统计学习理论
支持向量机
训练算法
摘要:
支持向量机(SVM)是在统计学习理论基础上发展起来的新方法,其训练算法本质上是一个二次规划的求解问题.首先简要概述了SVM的基本原理,然后对SVM训练算法的国内外研究现状进行综述,重点分析SVM的缩减算法和具有线性收敛性质的算法,对这些算法的性能进行比较,并且对SVM的扩展算法也进行简单介绍.最后对该领域存在的问题和发展趋势进行了展望.
暂无资源
收藏
引用
分享
推荐文章
支持向量机训练算法综述
支持向量机
训练算法
统计学习理论
基于自适应步长的支持向量机快速训练算法
支持向量机
序贯最小化
机器学习
自适应步长
一种快速加权支持向量机训练算法
加权支持向量机
工作集
目标函数
基于聚类的快速支持向量机训练算法
二次规划
无监督聚类
权值
距离阈值
潜在支持向量
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
支持向量机的训练算法综述
来源期刊
智能系统学报
学科
工学
关键词
统计学习理论
支持向量机
训练算法
年,卷(期)
2008,(6)
所属期刊栏目
研究方向
页码范围
467-475
页数
9页
分类号
TP391.9
字数
7456字
语种
中文
DOI
10.3969/j.issn.1673-4785.2008.06.001
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
伞冶
哈尔滨工业大学控制与仿真中心
54
896
13.0
29.0
2
王书舟
哈尔滨工业大学控制与仿真中心
4
74
3.0
4.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(62)
共引文献
(202)
参考文献
(57)
节点文献
引证文献
(61)
同被引文献
(93)
二级引证文献
(223)
1995(1)
参考文献(0)
二级参考文献(1)
1998(6)
参考文献(0)
二级参考文献(6)
1999(5)
参考文献(0)
二级参考文献(5)
2000(9)
参考文献(2)
二级参考文献(7)
2001(9)
参考文献(2)
二级参考文献(7)
2002(16)
参考文献(5)
二级参考文献(11)
2003(13)
参考文献(4)
二级参考文献(9)
2004(12)
参考文献(4)
二级参考文献(8)
2005(12)
参考文献(5)
二级参考文献(7)
2006(17)
参考文献(16)
二级参考文献(1)
2007(15)
参考文献(15)
二级参考文献(0)
2008(4)
参考文献(4)
二级参考文献(0)
2008(4)
参考文献(4)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2009(8)
引证文献(8)
二级引证文献(0)
2010(6)
引证文献(3)
二级引证文献(3)
2011(14)
引证文献(9)
二级引证文献(5)
2012(9)
引证文献(4)
二级引证文献(5)
2013(20)
引证文献(3)
二级引证文献(17)
2014(30)
引证文献(4)
二级引证文献(26)
2015(44)
引证文献(11)
二级引证文献(33)
2016(33)
引证文献(5)
二级引证文献(28)
2017(39)
引证文献(6)
二级引证文献(33)
2018(39)
引证文献(4)
二级引证文献(35)
2019(33)
引证文献(4)
二级引证文献(29)
2020(9)
引证文献(0)
二级引证文献(9)
研究主题发展历程
节点文献
统计学习理论
支持向量机
训练算法
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
智能系统学报
主办单位:
中国人工智能学会
哈尔滨工程大学
出版周期:
双月刊
ISSN:
1673-4785
CN:
23-1538/TP
开本:
大16开
出版地:
哈尔滨市南岗区南通大街145-1号楼
邮发代号:
创刊时间:
2006
语种:
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
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
期刊文献
相关文献
1.
支持向量机训练算法综述
2.
基于自适应步长的支持向量机快速训练算法
3.
一种快速加权支持向量机训练算法
4.
基于聚类的快速支持向量机训练算法
5.
多类支持向量机算法综述
6.
支持向量机算法及应用
7.
支持向量机训练算法综述
8.
边缘效应训练的模糊支持向量机及应用
9.
支持向量机训练和实现算法综述
10.
加权支持向量机求解路径算法研究
11.
快速训练支持向量机的并行结构
12.
粒子群优化的隐空间光滑支持向量机算法
13.
基于支持向量机的飞机图像识别算法
14.
基于主动学习的支持向量机算法
15.
核PCA支持向量机算法研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
智能系统学报2022
智能系统学报2021
智能系统学报2020
智能系统学报2019
智能系统学报2018
智能系统学报2017
智能系统学报2016
智能系统学报2015
智能系统学报2014
智能系统学报2013
智能系统学报2012
智能系统学报2011
智能系统学报2010
智能系统学报2009
智能系统学报2008
智能系统学报2007
智能系统学报2006
智能系统学报2005
智能系统学报2004
智能系统学报2003
智能系统学报2002
智能系统学报2001
智能系统学报2000
智能系统学报2008年第6期
智能系统学报2008年第5期
智能系统学报2008年第4期
智能系统学报2008年第3期
智能系统学报2008年第2期
智能系统学报2008年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号