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:
详细介绍支持向量机的理论基础及数学模型;阐述支持向量机分类的基本思想以及基本方法;分析支持向量机的优点和不足并展望其研究前景.
推荐文章
稀疏最小二乘支持向量机及其应用研究
最小二乘支持向量机
核偏最小二乘辨识
智能建模
支持向量机在GDP回归预测中的应用研究
支持向量机
数据挖掘
国民生产总值
基于分段核函数的支持向量机及其应用
支持向量机
分段核函数
全局核
局部核
支持向量机在砂土液化预测中的应用研究
支持向量机
砂土液化
预测模型
线性分类算法
非线性分类算法
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 支持向量机及其应用研究
来源期刊 重庆科技学院学报(自然科学版) 学科 工学
关键词 支持向量机 机器学习 核函数 数据分类
年,卷(期) 2008,(2) 所属期刊栏目
研究方向 页码范围 121-124
页数 4页 分类号 TP181
字数 3114字 语种 中文
DOI 10.3969/j.issn.1673-1980.2008.02.036
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 郑诚 103 1013 15.0 28.0
2 胡哲 4 70 3.0 4.0
3 闵鹏鹏 2 19 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (148)
参考文献  (4)
节点文献
引证文献  (16)
同被引文献  (14)
二级引证文献  (28)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(14)
  • 参考文献(0)
  • 二级参考文献(14)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
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(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
支持向量机
机器学习
核函数
数据分类
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
重庆科技学院学报(自然科学版)
双月刊
1673-1980
50-1174/N
大16开
重庆大学城
1995
chi
出版文献量(篇)
4247
总下载数(次)
8
总被引数(次)
13371
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导