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:
特征权重是指样本特征对分类的重要程度.在分类过程中通常是将样本特征赋予相同的权重.事实上有相当可观的数据特征中存在许多与分类弱相关的特征,赋予相同的权重会降低分类精度.针对上述问题,提出了一种基于PSO特征加权的局部支持向量机,经UCI数据集测试,结果表明该算法的分类精度优于一般的局部支持向量机.
推荐文章
一种基于PSO的混合核支持向量机算法
支持向量机
全局核函数
局部核函数
混合核函数
粒子群优化算法
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
基于优化特征加权支持向量机的隐写分析方法
隐写分析
主成分分析
信息增益
特征优化
特征加权
支持向量机
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
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 一种基于PSO特征加权的局部支持向量机
来源期刊 智能计算机与应用 学科 工学
关键词 粒子群 特征权重 局部支持向量机
年,卷(期) 2018,(6) 所属期刊栏目
研究方向 页码范围 61-63,68
页数 4页 分类号 TP181
字数 2564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 高慧 曲阜师范大学网络信息中心 10 6 2.0 2.0
2 浩庆波 曲阜师范大学网络信息中心 8 6 2.0 2.0
3 万曙静 曲阜师范大学网络信息中心 6 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (27)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(12)
  • 参考文献(1)
  • 二级参考文献(11)
2015(13)
  • 参考文献(0)
  • 二级参考文献(13)
2016(10)
  • 参考文献(0)
  • 二级参考文献(10)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(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
粒子群
特征权重
局部支持向量机
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
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
论文1v1指导