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:
基于已有的数据挖掘预测任务,探讨怎样对小样本的高维(万维以上)数据集进行降维、分类,并在此基础上提出基于物理受力模型的建模思想,同时给出一种易于实现的基于经验的折中分类方法.最后详述该方法在解决所给问题上的应用.
推荐文章
基于SVM的一种新的分类器设计方法
小样本数据
SVM分类器
分类准确率
半监督学习
一种基于AdaBoost-SVM的流量分类方法
流量分类
K-L变换
支持向量机
AdaBoost
弱分类器
一种基于图像特征的图像分类方法
图像特征
图像分类
颜色
纹理
边缘特征
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 一种基于经验的分类方法探讨与应用
来源期刊 广西师范大学学报(自然科学版) 学科 工学
关键词 维度灾难 分类 超配 支持向量机
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 109-112
页数 分类号 TP301.6
字数 3818字 语种 中文
DOI 10.3969/j.issn.1001-6600.2010.03.024
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 杨育彬 南京大学计算机软件新技术国家重点实验室 41 906 14.0 29.0
2 陈光鹏 南京大学计算机软件新技术国家重点实验室 3 42 2.0 3.0
3 朱代辉 南京大学计算机软件新技术国家重点实验室 4 26 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (2)
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)
2000(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)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
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
维度灾难
分类
超配
支持向量机
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
广西师范大学学报(自然科学版)
双月刊
1001-6600
45-1067/N
大16开
桂林市育才路15号
48-54
1957
chi
出版文献量(篇)
3550
总下载数(次)
1
总被引数(次)
13610
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导