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:
支持向量机是数据挖掘的新方法,由于其显著的优点,因此得到了广泛的应用.光滑支持向量机是标准支持向量机的一种改进形式,其应用已显示出了优越性.该文论述光滑支持向量机(SSVM)的基本原理、SSVM 模型、多项式光滑的支持向量机模型以及一类新的光滑函数.讨论光滑支持向量机目前尚未解决的一些关键问题,并展望了今后的发展趋势,为进一步研究光滑支持向量机理论提供了基本思路.
推荐文章
支持向量机的若干新进展
支持向量机
模式识别
算法
多项式光滑的支持向量回归机
支持向最回归机
ε-不敏感损失函数
光滑
多项式函数
Padé32光滑支持向量机模型的构造及其应用
机器学习
光滑支持向量机模型
Padé32光滑函数
分类
BFGS-Armijo算法
线性支持向量机优化问题的一种光滑算法
机器学习
支持向量机
光滑算法
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 光滑支持向量机的原理和进展
来源期刊 计算机工程 学科 工学
关键词 模式识别 分类 支持向量机 光滑
年,卷(期) 2008,(13) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 172-173,197
页数 3页 分类号 TP311
字数 2877字 语种 中文
DOI 10.3969/j.issn.1000-3428.2008.13.062
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 袁华强 东莞理工学院软件学院 62 478 11.0 20.0
2 熊金志 东莞理工学院软件学院 39 180 6.0 12.0
3 胡金莲 东莞理工学院软件学院 6 87 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (63)
参考文献  (3)
节点文献
引证文献  (9)
同被引文献  (14)
二级引证文献  (18)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2010(2)
  • 引证文献(2)
  • 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(1)
  • 二级引证文献(1)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
模式识别
分类
支持向量机
光滑
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导