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:
为了提高面对大规模数据集时,支持向量机模型的运算效率,本文构建的新模型SSVM-FCM算法.该算法精度可以达到95%以上,并且不会受到子簇数量的影响.本算法可以达到较高分类精度与良好的鲁棒性,引入吸收规则后还可以获得更高的计算精度.
推荐文章
一种改进的LSSVM支持向量预选取算法
最小二乘支持向量机
K均值聚类
K最近邻
预选取算法
稀疏化
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
一种改进的模糊多类支持向量机算法
支持向量机
统计学习理论
多类分类
模糊隶属函数
一种改进的偏二叉树孪生支持向量机算法及其应用
偏二叉树
孪生支持向量机
混合分离性测度
故障识别
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 一种面对大数据集的改进基于支持向量机的算法性能分析
来源期刊 自动化技术与应用 学科 工学
关键词 支持向量机 大数据集 效率 分类精度
年,卷(期) 2020,(2) 所属期刊栏目 计算机应用
研究方向 页码范围 27-29,44
页数 4页 分类号 TP181
字数 2861字 语种 中文
DOI 10.3969/j.issn.1003-7241.2020.02.007
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 江志晃 13 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  (157)
共引文献  (13)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(22)
  • 参考文献(0)
  • 二级参考文献(22)
2015(8)
  • 参考文献(0)
  • 二级参考文献(8)
2016(16)
  • 参考文献(0)
  • 二级参考文献(16)
2017(16)
  • 参考文献(0)
  • 二级参考文献(16)
2018(18)
  • 参考文献(8)
  • 二级参考文献(10)
2019(5)
  • 参考文献(5)
  • 二级参考文献(0)
2020(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
大数据集
效率
分类精度
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
自动化技术与应用
月刊
1003-7241
23-1474/TP
大16开
哈尔滨市开发区汉水路165号
14-37
1982
chi
出版文献量(篇)
8131
总下载数(次)
24
总被引数(次)
36824
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导