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:
已有文献中的支持向量机SMO算法推导过程计算复杂,该文给出一个简洁椎导.整个推导过程没有复杂的计算,除了误差函教外,不需引入其它中间变量.
推荐文章
一种改进序贯最小优化算法的方法
支持向量机
序贯最小优化算法
去除无关向量
收缩工作集
采用改进果蝇优化算法的最小二乘支持向量机参数优化方法
改进果蝇优化算法(IFOA)
最小二乘支持向量机(LSSVM)
磨机负荷
最小二乘支持向量机的参数优化算法研究
最小二乘支持向量机
参数优化
水下焊接
熔深预测
基于改进型人工鱼群算法的支持向量机参数优化
支持向量机
人工鱼群算法
参数优化
有向无环图
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 支持向量机序贯最小优化算法推导的改进
来源期刊 电脑知识与技术 学科 工学
关键词 支持向量机(SVM) 序贯最小优化算法(SMO) 二次规划 差分算子
年,卷(期) 2009,(17) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 4522-4524
页数 3页 分类号 TP312
字数 2216字 语种 中文
DOI 10.3969/j.issn.1009-3044.2009.17.078
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 谢树新 湖南铁道职业技术学院信息工程系 13 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机(SVM)
序贯最小优化算法(SMO)
二次规划
差分算子
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
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导