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:
该文将支持向量机应用到组块识别中,并利用支持向量机算法完成了组块识别任务。实验结果表明支持向量机算法在组块识别中有较好的应用。该文的研究结果可以广泛的应用到自然语言处理领域中。
推荐文章
支持向量机在GDP回归预测中的应用研究
支持向量机
数据挖掘
国民生产总值
基于支持向量机的综合评估方法的应用研究
支持向量机
LS-SVMLAB
Toolbox
综合评估
支持向量机在砂土液化预测中的应用研究
支持向量机
砂土液化
预测模型
线性分类算法
非线性分类算法
稀疏最小二乘支持向量机及其应用研究
最小二乘支持向量机
核偏最小二乘辨识
智能建模
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 支持向量机的应用研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 支持向量机 核函数 组块识别
年,卷(期) 2012,(11X) 所属期刊栏目
研究方向 页码范围 8060-8062
页数 3页 分类号 TP18
字数 语种
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 宋静 山东英才学院基础部 2 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  (0)
共引文献  (0)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
支持向量机
核函数
组块识别
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导