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:
设计一种基于AP聚类算法和SVM分类器相融合的新的混合分类器,使用AP聚类算法优化数据集,得到了高质量、小样本的SVM分类器训练集.实验结果表明:与传统的SVM分类器相比,混合分类器具有更高的分类精度;在心脏病预测上,该分类器的效果较好.
推荐文章
支持向量机算法及应用
统计学习理论
支持向量机
模式识别
时间序列预测
电力系统
基于支持向量机的飞机图像识别算法
飞机图像识别
支持向量机
特征向量
神经网络
基于M估计器的支持向量机算法及其应用
M估计器
最小二乘支持向量机
稳健建模
光谱分析
基于密度聚类的支持向量机分类算法
支持向量机
密度聚类
ε-邻域
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AP算法支持向量机的设计与应用
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 支持向量机 AP聚类算法 混合分类器 心脏病预测
年,卷(期) 2011,(5) 所属期刊栏目 计算机科学
研究方向 页码范围 906-910
页数 分类号 TP18
字数 3427字 语种 中文
DOI
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 周春光 吉林大学计算机科学与技术学院 161 2128 25.0 39.0
2 刘桂霞 吉林大学计算机科学与技术学院 35 116 6.0 8.0
3 郑明 吉林大学计算机科学与技术学院 19 80 5.0 8.0
4 钟毅 吉林大学计算机科学与技术学院 2 5 1.0 2.0
5 沈威 吉林大学计算机科学与技术学院 3 6 2.0 2.0
6 赖丽娜 吉林大学计算机科学与技术学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (16)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (9)
二级引证文献  (3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(7)
  • 参考文献(6)
  • 二级参考文献(1)
2011(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
AP聚类算法
混合分类器
心脏病预测
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
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导