期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
支持向量机研究现状
被引量:
5
下载PDF
职称材料
导出
摘要
支持向量机(SVM)是机器学习领域一种非常重要的分类算法,它的出现是以统计学习理论为基础的。由于其良好的泛化能力,使得这种分类方法在很多领域都有应用。但是时间复杂度高的缺点一直是困扰这种优秀的分类器进一步发展的原因。文章对支持向量机的发展现状进行了分析和归纳总结,并对未来的发展方向做了有意义的探索。
作者
朱杰
吴树芳
王妍
刘永立
机构地区
中央司法警官学院
河北软件职业技术学院
中国地质大学长城学院
出处
《大众科技》
2009年第5期88-89,136,共3页
Popular Science & Technology
关键词
支持向量机
核函数
多类问题
时间复杂度
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
1
参考文献
2
共引文献
62
同被引文献
52
引证文献
5
二级引证文献
28
参考文献
2
1
柳回春,马树元.
支持向量机的研究现状[J]
.中国图象图形学报(A辑),2002,7(6):618-623.
被引量:63
2
Christopher J.C. Burges. A Tutorial on Support Vector Machines for Pattern Recognition[J] 1998,Data Mining and Knowledge Discovery(2):121~167
二级参考文献
1
1
张学工.
关于统计学习理论与支持向量机[J]
.自动化学报,2000,26(1):32-42.
被引量:2272
共引文献
62
1
施洁斌.
基于支持向量机的文本自动分类试验研究[J]
.现代图书情报技术,2004(7):27-29.
2
李海云,谢春琦.
支持向量机在路基沉降预测中的应用[J]
.中外公路,2004,24(4):9-12.
被引量:3
3
王华忠,俞金寿.
统计学习理论与支持向量机在过程控制中的应用[J]
.化工自动化及仪表,2004,31(5):1-6.
被引量:2
4
李海生,朱学峰.
支持向量机在纸浆蒸煮过程Kappa值软测量中的应用研究[J]
.计算机测量与控制,2004,12(11):1014-1017.
5
梅松,程伟平,刘国华.
基于支持向量机的洪水预报模型初探[J]
.中国农村水利水电,2005(3):34-36.
被引量:19
6
沈谦,李树涛,伍君.
基于主分量分析和支持向量机的人脸检测[J]
.计算机与数字工程,2005,33(4):56-58.
被引量:1
7
储理才.
基于最优超平面方法的乳房肿瘤分类模型[J]
.集美大学学报(自然科学版),2005,10(1):92-96.
被引量:1
8
缪科,张太镒,孙建成,汤少杰.
正交频分复用系统非线性信道估计算法[J]
.西安交通大学学报,2005,39(6):637-640.
被引量:4
9
纪华,郑璐石.
支持向量机及其在岩土工程中的应用[J]
.宁夏工程技术,2005,4(2):160-164.
被引量:4
10
余志雄,周创兵,李俊平,史超.
基于ν-SVR算法的边坡稳定性预测[J]
.岩石力学与工程学报,2005,24(14):2468-2475.
被引量:40
同被引文献
52
1
孙靖南,邹志红,任广平.
模糊综合评价在天然水体水质评价中的应用研究[J]
.环境污染治理技术与设备,2005,6(2):45-48.
被引量:59
2
王兴玲,李占斌.
基于网格搜索的支持向量机核函数参数的确定[J]
.中国海洋大学学报(自然科学版),2005,35(5):859-862.
被引量:127
3
朱琳,苏小四.
吉林西部地区第四系潜水水质影响因素的R型因子分析[J]
.地球科学与环境学报,2006,28(1):51-56.
被引量:16
4
徐红敏,杨天行.
基于支持向量机分类算法的湖泊水质评价研究[J]
.吉林大学学报(地球科学版),2006,36(4):570-573.
被引量:23
5
苟博,黄贤武.
支持向量机多类分类方法[J]
.数据采集与处理,2006,21(3):334-339.
被引量:63
6
徐劲力.
支持向量机在水质评价中的应用[J]
.中国农村水利水电,2007(3):7-9.
被引量:17
7
芮璋现,肖海波.
支持向量机(SVM)及其应用[J]
.福建电脑,2007,23(4):110-110.
被引量:7
8
苏耀明,苏小四.
地下水水质评价的现状与展望[J]
.水资源保护,2007,23(2):4-9.
被引量:101
9
VAPNIK V N. The nature of statistical learning [M]. Berlin : Springer, 19 9 5.
10
KREBEL U. Pair wise classification and support vector machines [M]. Cambridge, USA: The MIT Press, 1999.
引证文献
5
1
胡振新,李宏,郭泽华.
支撑向量机多类分类方法的研究[J]
.现代电子技术,2011,34(13):165-167.
被引量:3
2
黄鹤,卢文喜,伊燕平,罗建男.
基于支持向量机模型的水质评价研究[J]
.节水灌溉,2012(2):57-59.
被引量:13
3
黄鹤,卢文喜,姜雪.
支持向量机在水质评价及水位动态预测中的应用[J]
.中国农村水利水电,2012(9):30-33.
被引量:3
4
陈末,卢文喜,侯泽宇,黄鹤,李鹏.
基于支持向量机的吉林西部地下水水质评价[J]
.节水灌溉,2013(5):29-33.
被引量:7
5
李昕,闫宏伟,马弘毅.
相空间重构和支持向量机结合的电力负荷预测模型研究[J]
.电测与仪表,2014,51(24):6-10.
被引量:5
二级引证文献
28
1
蔡鹏飞,石磊,勾占锋,赵靓.
基于MOC多分类的最小二乘支持向量机在教学质量评估系统中的应用[J]
.时代报告(学术版),2012(3):26-28.
2
黄鹤,卢文喜,姜雪.
支持向量机在水质评价及水位动态预测中的应用[J]
.中国农村水利水电,2012(9):30-33.
被引量:3
3
陈末,卢文喜,侯泽宇,黄鹤,李鹏.
基于支持向量机的吉林西部地下水水质评价[J]
.节水灌溉,2013(5):29-33.
被引量:7
4
高月,卞建民,张真真.
松嫩平原东部浅层地下水水化学特征及水质评价[J]
.水文,2014,34(4):50-54.
被引量:11
5
蔡喨喨,严力蛟,徐奂.
基于机器学习理论的土壤侵蚀模型构建[J]
.中国生态农业学报,2014,22(9):1122-1128.
被引量:5
6
欧阳琦,卢文喜,董海彪,陈末,侯泽宇.
基于支持向量机回归分析的降水量预测研究[J]
.节水灌溉,2014(9):38-41.
被引量:8
7
李晓婷,刘勇,王平.
基于支持向量机的城市土壤重金属污染评价[J]
.生态环境学报,2014,23(8):1359-1365.
被引量:10
8
黄耀裔.
基于灰色关联度变权法的浅层地下水环境质量综合评价[J]
.节水灌溉,2015(1):43-47.
被引量:5
9
陈昱奇,潘俊,董健,张宗禹.
基于超球支持向量机的水环境质量评价[J]
.供水技术,2015,9(2):5-9.
被引量:1
10
刘菁扬,粟晓玲.
基于支持向量机的井渠结合灌区地表水地下水合理配置[J]
.节水灌溉,2015(7):50-53.
被引量:2
1
郑建英.
数字图像处理技术[J]
.内蒙古科技与经济,2002(5):58-59.
被引量:14
2
许裕东.
电子病历的安全性浅析[J]
.计算机光盘软件与应用,2010(6):110-110.
被引量:1
3
张明宇.
针对计算机科学与技术的发展趋势探析[J]
.网友世界,2014,0(21):2-2.
4
彭娟娟.
计算机技术的发展趋势研究[J]
.科技传播,2015,7(17):67-68.
被引量:2
5
曲昕.
计算机科学与技术的发展趋势浅谈[J]
.黑龙江科技信息,2012(28):110-110.
被引量:7
6
姚学峰.
对计算机技术发展迅速原因的探析[J]
.科学中国人,2015(1X).
被引量:2
7
声音·观点[J]
.石油石化物资采购,2013(4):13-13.
8
王玉昊.
对计算机科学与技术的发展趋势研究[J]
.电子制作,2015,23(2Z).
被引量:1
9
龙燕霞.
计算机网络安全管理与有效运行研究[J]
.计算机光盘软件与应用,2013,16(15):141-142.
被引量:7
10
王强.
探索计算机科学与技术的发展趋势[J]
.中国电子商务,2013(13):47-47.
大众科技
2009年 第5期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部