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:
作者针对单个核函数构成的SVM并不能满足诸如数据异构或不规则、样本规模巨大、样本分布不平坦等实际应用的需求,而将多个核函数进行组合,以获得更好的效果,提出一种基于多核的模糊支持向量机算法.此算法决策树中的模糊核权重主要是借助于样本各自的模糊因子来确定.仿真实验数据表明:与传统单核函数支持向量机相比,多核模糊支持向量机具有很好的优越性.
推荐文章
基于模糊多核学习的改进支持向量机算法研究
支持向量机
模糊支持向量机
多核学习
模糊多核学习
基于相似度量的模糊支持向量机算法研究
相似测量
核函数
模糊集 ,支持向量机
基于多核支持向量机集成的智能玻璃制品检测算法
智能检测
机器视觉
支持向量机集成
遗传算法
一类非平坦函数的多核最小二乘支持向量机的鲁棒回归算法
多核最小二乘支持向量机
非平坦函数
谱系聚类
偏最小二乘回归
鲁棒性
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 基于多核函数的模糊支持向量机学习算法
来源期刊 重庆师范大学学报(自然科学版) 学科 工学
关键词 多核 模糊集 模糊支持向量机 多核分类算法
年,卷(期) 2012,(6) 所属期刊栏目 理论与应用研究
研究方向 页码范围 50-53
页数 分类号 TP38
字数 4424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 徐国浪 重庆师范大学数学学院 2 21 2.0 2.0
2 魏延 1 17 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (1981)
参考文献  (11)
节点文献
引证文献  (17)
同被引文献  (61)
二级引证文献  (28)
1909(1)
  • 参考文献(0)
  • 二级参考文献(1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(5)
  • 参考文献(5)
  • 二级参考文献(0)
2012(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(5)
  • 引证文献(5)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(8)
  • 引证文献(3)
  • 二级引证文献(5)
2016(8)
  • 引证文献(2)
  • 二级引证文献(6)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
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
多核
模糊集
模糊支持向量机
多核分类算法
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
重庆师范大学学报(自然科学版)
双月刊
1672-6693
50-1165/N
大16开
重庆市沙坪坝区
78-34
1984
chi
出版文献量(篇)
2603
总下载数(次)
10
总被引数(次)
15460
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导