作者:
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:
支持向量机是近年来机器学习领域出现的新的分类方法.在介绍支持向量机的基本原理及基于最小二乘支持向量机算法的基础上,结合一个实例阐述了最小二乘支持向量机在预测方面的应用,通过MATLAB仿真实验,结果表明该方法是有效的.
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
基于最小二乘支持向量机的车牌字符特征分类研究
最小二乘支持向量机
奇异值分解
车牌字符
固定尺度最小二乘支持向量机
最小二乘支持向量机
固定尺度
稀疏性
回归估计
二次Renyi熵
基于最小二乘支持向量机回归的基坑变形预测
基坑
变形预测
最小二乘支持向量机
支持向量机
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 最小二乘支持向量机的研究与应用
来源期刊 安庆师范学院学报(自然科学版) 学科 工学
关键词 支持向量机 最小二乘法 预测
年,卷(期) 2009,(1) 所属期刊栏目 高师教育与教学研究
研究方向 页码范围 112-113,121
页数 3页 分类号 TP181
字数 1708字 语种 中文
DOI 10.3969/j.issn.1007-4260.2009.01.034
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 冯学军 安庆师范学院计算机与信息学院 9 62 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (27)
参考文献  (5)
节点文献
引证文献  (44)
同被引文献  (56)
二级引证文献  (57)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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(7)
  • 引证文献(7)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(8)
  • 引证文献(7)
  • 二级引证文献(1)
2013(11)
  • 引证文献(10)
  • 二级引证文献(1)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(13)
  • 引证文献(3)
  • 二级引证文献(10)
2016(9)
  • 引证文献(1)
  • 二级引证文献(8)
2017(15)
  • 引证文献(4)
  • 二级引证文献(11)
2018(13)
  • 引证文献(3)
  • 二级引证文献(10)
2019(15)
  • 引证文献(4)
  • 二级引证文献(11)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机
最小二乘法
预测
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
安庆师范大学学报(自然科学版)
季刊
1007-4260
34-1328/N
大16开
安徽省安庆市
26-142
1982
chi
出版文献量(篇)
3170
总下载数(次)
9
总被引数(次)
9368
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导