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:
近似支持向量机(PSVM)是一个正则化最小二乘问题,有解析解,但是它失去了支持向量机(SVM)的稀疏性,使得所有的训练样例都成为支持向量.为了有效地控制近似支持向量机的稀疏性,提出了增量密度加权近似支持向量机(IDWPSVM),它在训练集中选取最基本的支持向量.实验表明,IDWPSVM方法与SVM,PSVM和DWPSVM方法相比,其精度相似,收敛速度快,可有效地控制近似支持向量机的稀疏性.
推荐文章
加权支持向量机求解路径算法研究
求解路径
支持向量回归
加权系数
一种快速加权支持向量机训练算法
加权支持向量机
工作集
目标函数
一种基于密度加权的最小二乘支持向量机稀疏化算法
最小二乘支持向量机
密度加权
稀疏化
磨机负荷
基于支持向量机的增量学习算法
结构风险最小化
支持向量
增量学习
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 增量密度加权近似支持向量机
来源期刊 计算机科学 学科 工学
关键词 近似支持向量机 密度加权 增量 稀疏性
年,卷(期) 2012,(11) 所属期刊栏目 人工智能
研究方向 页码范围 194-196,207
页数 分类号 TP181
字数 3692字 语种 中文
DOI 10.3969/j.issn.1002-137X.2012.11.045
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 鲁淑霞 河北省机器学习重点实验室河北大学数学与计算机学院 3 8 1.0 2.0
2 崔芳芳 河北省机器学习重点实验室河北大学数学与计算机学院 1 1 1.0 1.0
3 忽丽莎 河北省机器学习重点实验室河北大学数学与计算机学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (7)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (10)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(9)
  • 引证文献(0)
  • 二级引证文献(9)
2017(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
近似支持向量机
密度加权
增量
稀疏性
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
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
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导