原文服务方: 计算机应用研究       
摘要:
近年来核学习机已经成为机器学习界的一个热点问题,并在许多领域中得到了成功应用;然而作为一种尚未成熟的新技术,核学习机仍然存在很多局限性.介绍了核方法的基本思想,从有监督和无监督学习算法两方面对基于核的学习机进行了梳理,着重指出了核学习机研究中存在的问题和值得关注的研究方向,以期对核方法研究领域有较全面的把握.
推荐文章
小波核极限学习机分类器
极限学习机
核学习机
小波分析
小波核函数
分类器
基于并行学习的多层极限学习机
神经网络
稀疏编码
极限学习机
并行学习
基于核极限学习机的快速主动学习方法及其软测量应用
主动学习
过程控制
优化
核极限学习机
软测量
化学过程
核学习机研究
核方法
支持向量机
Fisher判别分析
主分量分析
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 基于核的学习机研究综述
来源期刊 计算机应用研究 学科
关键词 核方法 有监督学习算法 无监督学习算法 支持向量机
年,卷(期) 2010,(6) 所属期刊栏目 综述评论
研究方向 页码范围 2011-2015
页数 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.06.003
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 蔡艳平 第二炮兵工程学院机械电子工程系 35 298 8.0 16.0
2 李艾华 第二炮兵工程学院机械电子工程系 84 644 12.0 21.0
3 王涛 第二炮兵工程学院机械电子工程系 50 424 10.0 18.0
4 王声才 第二炮兵工程学院机械电子工程系 6 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (57)
共引文献  (1857)
参考文献  (21)
节点文献
引证文献  (7)
同被引文献  (0)
二级引证文献  (0)
1909(1)
  • 参考文献(0)
  • 二级参考文献(1)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(5)
  • 参考文献(1)
  • 二级参考文献(4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(10)
  • 参考文献(1)
  • 二级参考文献(9)
1999(7)
  • 参考文献(2)
  • 二级参考文献(5)
2000(6)
  • 参考文献(2)
  • 二级参考文献(4)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(13)
  • 参考文献(4)
  • 二级参考文献(9)
2003(7)
  • 参考文献(2)
  • 二级参考文献(5)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(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(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
核方法
有监督学习算法
无监督学习算法
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导