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:
支持向量机(英文简称SVM)可以很好地应用在数据分类及预测上,由于SVM在数据挖掘中具有通用性好、有效性、计算简单、理论完善等优点,所以得到了广泛的应用,文章利用matlab软件,基于SVM实现了对意大利葡萄酒的分类和预测.
推荐文章
基于改进SVM的文本混沌性分类优化技术实现
云计算
文本分类
混沌分类
优化SVM
线性预测及其Matlab实现
线性预测
Matlab
Levinson-Durbin算法
G.729
基于SVM的图像分类
支持向量机
分类器
底层特征
高层语义
基于SVM的地震序列类型早期预测研究
地震序列
SVM
统计模式识别
序列类型
早期预测
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matlab的svm分类预测实现
来源期刊 信息通信 学科 工学
关键词 SVM 分类 预测
年,卷(期) 2017,(3) 所属期刊栏目 学术研究
研究方向 页码范围 33-34
页数 2页 分类号 TP393
字数 1497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 邓万宇 20 92 5.0 8.0
2 屈玉涛 3 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (27)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
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)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SVM
分类
预测
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
信息通信
月刊
1673-1131
42-1739/TN
大16开
湖北省武汉市
1987
chi
出版文献量(篇)
18968
总下载数(次)
92
总被引数(次)
34323
论文1v1指导