钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
科教文艺期刊
\
大学学报期刊
\
中北大学学报(自然科学版)期刊
\
基于三分类支持向量机的多分类算法的研究
基于三分类支持向量机的多分类算法的研究
作者:
成小伟
翟嘉
胡毅庆
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
多分类问题
1-v-1-v-1算法
1-v-1-v-r算法
摘要:
用支持向量机解决多分类问题是目前众多学者研究的热点话题.将已有的最小二乘支持向量分类-回归机算法推广到M空间进行了理论分析,在基于支持向量机的三分类算法基础上,提出了两个新的K(K>3)类多分类算法:一对一对多与一对一对一算法.对所有数据集进行分类时,在已有的多分类算法的基础上采用加校正的技巧:忽略准确率低的子分类器.数值实验证明了该技巧的有效性,并且校正后的准确率比校正前平均提高了4.61%.
暂无资源
收藏
引用
分享
推荐文章
基于密度聚类的支持向量机分类算法
支持向量机
密度聚类
ε-邻域
一种新的模糊支持向量机多分类算法
支持向量机
模糊支持向量机
一对多组合
隶属函数
多分类算法
啤酒瓶检测中多分类支持向量机算法的选择
支持向量机
多分类
核函数
视觉检测
性能评估
基于有序分割的支持向量机多分类方法
支持向量机
欧式距离
二叉树
模拟电路
故障诊断
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于三分类支持向量机的多分类算法的研究
来源期刊
中北大学学报(自然科学版)
学科
工学
关键词
多分类问题
1-v-1-v-1算法
1-v-1-v-r算法
年,卷(期)
2015,(5)
所属期刊栏目
自动化与计算机
研究方向
页码范围
520-525,532
页数
7页
分类号
TP181
字数
5184字
语种
中文
DOI
10.3969/j.issn.1673-3193.2015.05.006
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
翟嘉
北京科技大学天津学院
2
12
2.0
2.0
2
胡毅庆
北京科技大学天津学院
6
18
3.0
4.0
3
成小伟
北京科技大学天津学院
9
21
3.0
4.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(10)
共引文献
(2)
参考文献
(11)
节点文献
引证文献
(7)
同被引文献
(39)
二级引证文献
(9)
1995(2)
参考文献(1)
二级参考文献(1)
1998(2)
参考文献(1)
二级参考文献(1)
1999(1)
参考文献(0)
二级参考文献(1)
2002(1)
参考文献(0)
二级参考文献(1)
2003(2)
参考文献(1)
二级参考文献(1)
2005(1)
参考文献(0)
二级参考文献(1)
2006(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(1)
参考文献(0)
二级参考文献(1)
2011(2)
参考文献(1)
二级参考文献(1)
2013(3)
参考文献(3)
二级参考文献(0)
2014(1)
参考文献(1)
二级参考文献(0)
2015(1)
参考文献(1)
二级参考文献(0)
2015(1)
参考文献(1)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2017(3)
引证文献(3)
二级引证文献(0)
2018(4)
引证文献(2)
二级引证文献(2)
2019(6)
引证文献(2)
二级引证文献(4)
2020(3)
引证文献(0)
二级引证文献(3)
研究主题发展历程
节点文献
多分类问题
1-v-1-v-1算法
1-v-1-v-r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
中北大学学报(自然科学版)
主办单位:
中北大学
出版周期:
双月刊
ISSN:
1673-3193
CN:
14-1332/TH
开本:
大16开
出版地:
太原13号信箱
邮发代号:
创刊时间:
1979
语种:
chi
出版文献量(篇)
2903
总下载数(次)
7
总被引数(次)
15437
期刊文献
相关文献
1.
基于密度聚类的支持向量机分类算法
2.
一种新的模糊支持向量机多分类算法
3.
啤酒瓶检测中多分类支持向量机算法的选择
4.
基于有序分割的支持向量机多分类方法
5.
支持向量域多分类器
6.
基于多分类支持向量机和主体延伸法的基音检测算法
7.
基于小波分解和多分类支持向量机的脸谱识别
8.
适应智能质量控制的多分类支持向量机
9.
围岩稳定性评判的支持向量机多分类模型
10.
基于多类分类支持向量机的空袭目标识别
11.
基于支持向量机的不平衡数据分类算法的研究
12.
多分类光滑支持向量机及Gabor滤波应用研究
13.
基于支持向量机故障分类器的参数优化研究
14.
小波支持向量机多分类器在轴承性能退化评估中的应用
15.
基于支持向量机和蚁群算法的空间目标分类
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
中学生教育
体育
图书情报档案
大学学报
少儿教育
教育
文化
文学
新闻出版
科研管理
艺术
语言文字
中北大学学报(自然科学版)2022
中北大学学报(自然科学版)2021
中北大学学报(自然科学版)2020
中北大学学报(自然科学版)2019
中北大学学报(自然科学版)2018
中北大学学报(自然科学版)2017
中北大学学报(自然科学版)2016
中北大学学报(自然科学版)2015
中北大学学报(自然科学版)2014
中北大学学报(自然科学版)2013
中北大学学报(自然科学版)2012
中北大学学报(自然科学版)2011
中北大学学报(自然科学版)2010
中北大学学报(自然科学版)2009
中北大学学报(自然科学版)2008
中北大学学报(自然科学版)2007
中北大学学报(自然科学版)2006
中北大学学报(自然科学版)2005
中北大学学报(自然科学版)2004
中北大学学报(自然科学版)2003
中北大学学报(自然科学版)2002
中北大学学报(自然科学版)2001
中北大学学报(自然科学版)2000
中北大学学报(自然科学版)1999
中北大学学报(自然科学版)2015年第z1期
中北大学学报(自然科学版)2015年第6期
中北大学学报(自然科学版)2015年第5期
中北大学学报(自然科学版)2015年第4期
中北大学学报(自然科学版)2015年第3期
中北大学学报(自然科学版)2015年第2期
中北大学学报(自然科学版)2015年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号