最小二乘支持向量机在睡眠打鼾诊断中的应用

• 作者: 刘钦圣 张晓丹 邵帅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 最小二乘支持向量机 多类分类 最小输出编码 阻塞性睡眠呼吸暂停低通气综合征
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 工程与应用
• 页码范围: 242-245
• 页数: 4页
• 分类号: TP181
• 字数: 4771字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.05.076

摘要

支持向量机是数据挖掘和机器学习领域中的重要方法之一,最小二乘支持向量机是支持向量机学习算法的重要扩展,在训练速度方面有明显优势.对支持向量机现有的多类分类算法(一对一方法、一对多方法、纠错输出编码方法和最小输出编码方法)引入了最小二乘支持向量机,并应用于睡眠打鼾疾病的诊断预测中,取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓丹	北京科技大学应用科学学院	43	226	8.0	14.0
2	刘钦圣	北京科技大学应用科学学院	9	32	3.0	5.0
3	邵帅	北京科技大学应用科学学院	4	29	3.0	4.0