结构化支持向量机研究综述

• 作者: 于巧 王霞 耿娜 董永权
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 结构化支持向量机 结构粒度 聚类技术 结构化孪生支持向量机 结构化非平行支持向量机
• 年，卷（期）: 2020,（17）
• 所属期刊栏目: 热点与综述
• 页码范围: 24-32
• 页数: 9页
• 分类号: TP391.4
• 字数: 8203字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2005-0089

摘要

结构化支持向量机(Structural Support Vector Machine,SSVM)是支持向量机(Support Vector Machine,SVM)的变体算法,被广泛应用于多个领域.阐述了SSVM的发展过程,详细分析了SSVM各种具体实现算法的思想及表现上的优劣;并通过实验的对比讨论,发现了SSVM的各种具体实现算法在分类性能和分类效率上优于其他SVM算法,而在稳定性上则逊于后者;基于此,给出了SSVM的后续研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于巧	江苏师范大学计算机科学与技术学院	4	4	1.0	1.0
2	董永权	江苏师范大学计算机科学与技术学院	19	55	3.0	7.0
3	耿娜	江苏师范大学电气工程及自动化学院	6	10	2.0	3.0
4	王霞	江苏师范大学计算机科学与技术学院	3	0	0.0	0.0