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:
对支持向量机这种功能强大的基于统计学习理论的机器学习方法进行了介绍,指出因其具有以任意精度逼近非线性方程和良好的泛化能力等优点,受到了越来越多的关注.同时,对近红外光谱技术进行了分析,并将支持向量机和近红外光谱相结合用于回归和模式识别,验证表明,将二者结合可取得满意的效果.
推荐文章
近红外光谱分析技术在茶叶中的应用
近红外光谱
茶叶
应用
近红外光谱分析技术在假药识别中的应用
近红外光谱
分析技术
假药识别
近红外光谱分析技术在食品工业中的应用
近红外光谱
定量分析
定性分析
食品工业
应用
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 支持向量机及在近红外光谱分析中的应用
来源期刊 重庆工学院学报(自然科学版) 学科 化学
关键词 支持向量机 近红外光谱 统计学习理论
年,卷(期) 2008,(3) 所属期刊栏目 电子·计算机·信息
研究方向 页码范围 47-50
页数 4页 分类号 O65
字数 450字 语种 中文
DOI 10.3969/j.issn.1674-8425-B.2008.03.012
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 刘解放 河南科技学院数学系 27 103 7.0 9.0
2 侯振雨 河南科技学院化学化工学院 74 280 9.0 14.0
3 姚树文 河南科技学院化学化工学院 28 76 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (75)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (6)
二级引证文献  (25)
1900(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)
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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(2)
  • 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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
近红外光谱
统计学习理论
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导