作者:
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:
介绍了机器学习的发展过程,介绍了支持向量机在结构风险最小化的思想,介绍了支持向量机算法思想,介绍了通过核函数从样本空间映射到高维空间,使得本来在样本空间中线形不可分的数据,在高维空间中变得线形可分,最后通过例子使得我们对支持向量机思想有更清晰的认识.
推荐文章
关于支持向量机VC维问题证明的研究
支持向量机
统计理论
VC维
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V-支持向量机与ε-支持向量机的非线性系统辨识
支持向量机
非线性系统
辨识
回归问题
用于分类的支持向量机
支持向量机
机器学习
分类
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 关于支持向量机的几点思想
来源期刊 软件导刊 学科 工学
关键词 支持向量机 核函数 结构风险最小化
年,卷(期) 2011,(10) 所属期刊栏目 软件理论与方法
研究方向 页码范围 11-14
页数 分类号 TP311.11
字数 5300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 周尤明 17 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1958(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(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)
研究主题发展历程
节点文献
支持向量机
核函数
结构风险最小化
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导