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:
首先概述了支持向量机的发展与应用,指出其在机器学习领域有较大的发展前景.分析了支持向量机的基本算法,进而阐述了基于支持向量机的机器学习模型构造思路.给出了其应用于机器学习模型的核函数和训练算法,最后给出了学习模型的具体分类效果.
推荐文章
基于主动学习的支持向量机算法
支持向量机
主动学习
有价值样本
支持向量
基于云模型的最接近支持向量机增量学习方法
支持向量机
云模型
分类
增量学习
基于遗传算法的双子支持向量机的模型选择
双子支持向量机
遗传算法
核函数
参数选择
基于相关向量机的机器学习算法研究与应用
相关向量机
支持向量机
统计学习理论
机器学习
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 支持向量机下机器学习模型的分析
来源期刊 吉首大学学报(自然科学版) 学科 工学
关键词 机器学习 人工智能 支持向量机 模式识别
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 39-42
页数 分类号 TP391.6
字数 3291字 语种 中文
DOI 10.3969/j.issn.1007-2985.2010.03.010
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 李海 吉首大学数学与计算机科学学院 18 18 3.0 4.0
2 李春来 吉首大学数学与计算机科学学院 5 18 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1816)
参考文献  (2)
节点文献
引证文献  (5)
同被引文献  (2)
二级引证文献  (3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
机器学习
人工智能
支持向量机
模式识别
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
吉首大学学报(自然科学版)
双月刊
1007-2985
43-1253/N
大16开
湖南省吉首市
1980
chi
出版文献量(篇)
2943
总下载数(次)
1
总被引数(次)
10461
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导