收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

支持向量机及其应用研究

林长方  
【摘要】:文章在分析统计学习理论和支持向量机理论的基础上,分别从人脸检测和识别、说话人/语音识别、网络入侵检测、手写体数字识别及其他应用研究等方面对SVM的应用研究进行了综述,并讨论了SVM的优点和不足,展望了其应用研究的前景。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 冯林;原永乐;;一种基于(μ+λ)-ES进化策略的特征选择方法[J];计算机科学;2011年08期
2 徐栋;;机器学习在网络攻击检测中的应用[J];河南科技;2011年13期
3 梁爽;张立坡;;熵权核函数支持向量机[J];科技致富向导;2011年20期
4 邝涛;张倩;;改进支持向量机在电信客户流失预测的应用[J];计算机仿真;2011年07期
5 宋晖;薛云;张良均;;基于SVM分类问题的核函数选择仿真研究[J];计算机与现代化;2011年08期
6 赵玉鹏;;论机器学习[J];安阳工学院学报;2011年04期
7 谢凌然;高长伟;沈玉娣;;基于混合核函数支持向量机的齿轮诊断方法研究[J];机械传动;2011年09期
8 吕向阳;高尚;;基于支持向量机的品牌特色专业评价[J];价值工程;2011年24期
9 王慧勤;雷刚;;基于LIBSVM的风速预测方法研究[J];科学技术与工程;2011年22期
10 李荣兵;;基于支持向量机的数控机床总线的故障诊断研究[J];煤矿机械;2011年09期
11 陈可佳;;社会网络分析中的机器学习技术综述[J];南京邮电大学学报(自然科学版);2011年03期
12 王安娜;李云路;赵锋云;史成龙;;一种新的半监督直推式支持向量机分类算法[J];仪器仪表学报;2011年07期
13 郭金玲;樊东燕;;基于SVM的山西省旅游需求预测与分析[J];电脑开发与应用;2011年09期
14 陈杰;阎兆立;程晓斌;陈笑然;李晓东;;基于OMAP处理器的空化在线监测系统设计[J];微计算机应用;2011年07期
15 翟鸿雁;曾晋明;曾纪霞;;基于支持向量机的电力市场价格预测中的核函数比较[J];计算技术与自动化;2011年02期
16 王喜宾;张小平;王翰虎;孙兴;;基于支持向量机的农业科技项目分类研究[J];贵州大学学报(自然科学版);2011年03期
17 徐立祥;罗斌;谢进;段宝彬;;一种改进的再生核支持向量机回归模型[J];计算机工程与应用;2011年24期
18 李太白;;基于混沌粒子群的SVM参数优化算法[J];重庆文理学院学报(自然科学版);2011年04期
19 黄胜忠;;遗传支持向量机在液压泵轴承故障的预测与应用[J];煤矿机械;2011年09期
20 周易;;基于支持向量机的上证指数开盘指数预测[J];软件;2011年05期
中国重要会议论文全文数据库 前10条
1 章成志;;基于机器学习的文本聚类描述算法研究[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
2 程国建;蔡磊;潘华贤;;核向量机在大规模机器学习中的应用[A];第十一届中国青年信息与管理学者大会论文集[C];2009年
3 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
4 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
5 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
6 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
7 王秉卿;张奇;吴立德;黄萱菁;;机器学习的查询扩展在博客检索中的应用[A];第四届全国学生计算语言学研讨会会议论文集[C];2008年
8 李巍华;刘雯;;基于主元分析和直推式支持向量机的齿轮早期故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
9 刘碧森;钟守铭;陈华富;;基于支持向量机与粗糙集理论的信息处理[A];第二届全国信息获取与处理学术会议论文集[C];2004年
10 杜金香;冯西安;马艳;;支持向量机在DOA估计中的稳健性研究[A];2011'中国西部声学学术交流会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
2 王国胜;支持向量机的理论与算法研究[D];北京邮电大学;2008年
3 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
4 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
5 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
6 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
7 陈慧灵;面向智能决策问题的机器学习方法研究[D];吉林大学;2012年
8 鲁淑霞;基于支持向量机的多光谱数据分类[D];河北大学;2007年
9 程丽丽;支持向量机集成学习算法研究[D];哈尔滨工程大学;2009年
10 刘宏兵;多目标粒度支持向量机及其应用研究[D];武汉理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 王晶;支持向量机及其在癌症诊断中的应用研究[D];东北师范大学;2006年
2 马波;支持向量机多类分类算法的分析与设计[D];扬州大学;2008年
3 杨雪;支持向量机多类分类方法的研究[D];哈尔滨工程大学;2006年
4 刘华煜;基于支持向量机的机器学习研究[D];大庆石油学院;2005年
5 赵斌;多值SVM分类投票法的改进[D];武汉科技大学;2007年
6 赵莹;基于向量投影的支持向量机增量学习算法[D];哈尔滨工程大学;2007年
7 黄波;基于支持向量机的多示例学习研究与应用[D];中国地质大学;2009年
8 顾民;神经网络、模糊系统、支持向量机内在联系研究[D];电子科技大学;2004年
9 阳庆;基于支持向量机的高光谱图像分类方法研究[D];解放军信息工程大学;2009年
10 赵晶;支持向量机及其在智能交通系统中的应用研究[D];合肥工业大学;2004年
中国重要报纸全文数据库 前6条
1 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年
2 记者  彭德倩;机器学习精度提升近6个百分点[N];解放日报;2006年
3 ;搜索引擎将引入人工智能技术[N];人民邮电;2006年
4 沈建苗 编译;人工智能步入壮年期[N];计算机世界;2009年
5 乐天 编译;用人工智能自动优化程序代码[N];计算机世界;2009年
6 许元;人工智能,人类对自身的挑战[N];人民日报;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978