作者:
原文服务方: 科技与创新       
摘要:
支持向量机(SVM)是近年来在统计学习理论的基础上发展起来的一种新的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势.本文从SVM的理论分析切入,阐述了SVM的基本原理、特性,提出用回归函数估计SVM进行建模来解决感官评估多类划分问题,并对其实际应用进行了算法选择、参数设计和实验验证.
推荐文章
基于MFOA算法的SVM模型在信用风险评估中的应用
信用风险评估
支持向量机
群智能算法
果蝇优化算法
多分类器集成系统在卷烟感官评估中的应用
多分类器集成系统
分类方法
卷烟感官评估
基于代价敏感学习的卷烟感官质量评估方法
分类算法
代价敏感
感官评估
神经网络
卷烟
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 SVM在配方感官评估中的应用
来源期刊 科技与创新 学科
关键词 支持向量机 感官评估 回归估计 多类别划分
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 236-238
页数 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.10.097
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 王涛 4 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (1943)
参考文献  (4)
节点文献
引证文献  (9)
同被引文献  (54)
二级引证文献  (15)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
支持向量机
感官评估
回归估计
多类别划分
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导