支持向量机的算法及应用综述

张松兰 - 江苏理工学院学报, 2016 - cqvip.com
支持向量机(SVM) 是在统计学习的VC 维理论和结构风险最小化原理基础上建立起来的机器
学习方法, 其训练算法本质上是一个二次规划的求解问题. 首先简述了SVM 的基本原理 …
被引用次数：9 相关文章 所有 2 个版本

分类大规模数据的核向量机方法研究

蔡磊， 程国建， 潘华贤， 贾峰 - 西安石油大学学报: 自然科学版, 2009 - cqvip.com
标准的支持向量机算法需要求解二次规划问题, 因此, 在处理大规模样本的时候,
求解二次规划问题的时间复杂度和空间复杂度就成为支持向量机应用的一个瓶颈 …
被引用次数：5 相关文章 所有 2 个版本

支持向量机的快速分类算法

徐红敏， 王若鹏， 张怀念 - 北京石油化工学院学报, 2009 - cqvip.com
支持向量机(SVM) 算法在训练集的规模很大特别是支持向量很多时, 支持向量机的学习过程需要
占用大量的内存, 算法的速度较慢. 为此, 笔者提出一种新的SVM 快速分类算法 …
被引用次数：6 相关文章 所有 3 个版本

支持向量机的凸优化求解

周正松， 李瑶， 陶德元 - 四川大学学报: 自然科学版, 2016 - cqvip.com
支持向量机(SVM) 是一种基于统计学习理论的机器学习方法, 由于其优越的学习性能,
已经成为当前模式识别, 数据挖掘, 大数据处理等机器学习领域的研究热点. 查阅相关同类文章 …
被引用次数：5 相关文章 所有 5 个版本

基于支持向量分类的水质分析应用研究

郑一华， 徐立中， 黄凤辰 - 仪器仪表学报, 2006 - cqvip.com
支持向量机(SVM) 是由V. Vapnik 在统计学习理论(SLT) 的基础上发展起来的一种新兴的用以
解决小样本的机器学习方法. SVM 能更好的代替传统分类器, 特别是在高维数据空间具有较好的 …
被引用次数：11 相关文章 所有 2 个版本

[引用][C] 支持向量机学习算法的若干问题研究

王磊 - 电子科技大学学报, 2007 - 万方数据资源系统
支持向量机是建立在统计学习理论的VC 维理论和结构风险最小化原则基础上的新型机器学习
方法. 它根据有限样本信息在模型的复杂度和期望风险之间寻求最佳折衷, 能够获得更好的泛化 …
被引用次数：5 相关文章 所有 2 个版本

[引用][C] 基于组合核函数支持向量机研究及应用

瞿娜娜 - 2011 - 广州: 华南理工大学
被引用次数：10 相关文章

Support vector machine: principles, parameters, and applications

R Gholami, N Fakhari - Handbook of neural computation, 2017 - Elsevier
Abstract Support Vector Machine (SVM) has been introduced in the late 1990s and
successfully applied to many engineering related applications. In this chapter, attempts were …
被引用次数：295 相关文章 所有 2 个版本

支持向量机在小样本预测中的应用

赵传峰， 姜汉桥， 郭新华 - 油气田地面工程, 2009 - cqvip.com
支持向量机方法是一种有坚实理论基础的, 新颖的小样本学习方法, 可以用于处理高度非线性
回归和分类问题. 与现有的统计方法不同, 它采用了结构风险最小化原理, 因而预测精度较高; …
被引用次数：6 相关文章 所有 2 个版本

基于支持向量机的地震储层参数预测方法初探

朱剑兵， 谭明友 - 油气地球物理, 2008 - cqvip.com
支持向量机方法基于结构风险最小化原理, 克服了常规统计方法的局限性, 能够在有限的样本集
基础上兼顾模型的通用性和推广性, 具有较高的预测精度. 本文利用支持向量机方法对地震储层 …
被引用次数：5 相关文章 所有 4 个版本