直推式支持向量机的研究学习

• 作者: 刘琼荪 王利文
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 直推式支持向量机 半监督学习 最小二乘 模糊学习
• 年，卷（期）: 2014,（5）
• 页码范围: 58-64
• 页数: 7页
• 分类号: TP181
• 字数: 5917字
• 语种: 中文

摘要

传统的支持向量机(SVM)是一种有监督的机器学习方法,需要大量的有标签样本,而实际中对于有标签的样本数量十分有限且获得困难;直推式学习正是依据已知样本对特定的未知样本进行识别的方法与准则;研究了近年来直推式支持向量机学习算法及其改进算法,讨论了直推式学习算法的优缺点并对其发展进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘琼荪	重庆大学数学与统计学院	66	621	14.0	21.0
2	王利文	重庆大学数学与统计学院	1	1	1.0	1.0