支持向量机算法及应用
【摘要】：系统介绍了统计学习理论和支持向量机的基本思想 ,总结、比较了二分类和多分类 2种情况下支持向量机的主要训练算法。与人工神经网络相比 ,分析了支持向量机的优点。归纳了支持向量机在模式识别、函数逼近、时间序列预测、故障预测和识别、信息安全、电力系统以及电力电子中的应用。
|
|
|
|
| 1 |
马云潜,张学工;支持向量机函数拟合在分形插值中的应用[J];清华大学学报(自然科学版);2000年03期 |
| 2 |
梅建新,段汕,潘继斌,秦前清;支持向量机在小样本识别中的应用[J];武汉大学学报(理学版);2002年06期 |
| 3 |
张周锁,李凌均,何正嘉;基于支持向量机的机械故障诊断方法研究[J];西安交通大学学报;2002年12期 |
| 4 |
曾文华,马健;一种新的支持向量机增量学习算法[J];厦门大学学报(自然科学版);2002年06期 |
| 5 |
肖健华,吴今培;基于支持向量机的模式识别方法[J];五邑大学学报(自然科学版);2002年01期 |
| 6 |
朱美琳,刘向东,陈世福;用球结构的支持向量机解决多分类问题[J];南京大学学报(自然科学版);2003年02期 |
| 7 |
王景雷,吴景社,孙景生,齐学斌;支持向量机在地下水位预报中的应用研究[J];水利学报;2003年05期 |
| 8 |
张绍武,潘泉,张洪才,张云龙,王海瑜;基于支持向量机和贝叶斯方法的蛋白质四级结构分类研究[J];生物物理学报;2003年02期 |
| 9 |
赵洪波,冯夏庭,李邵军,尹顺德;福宁高速公路八尺门滑坡变形演化规律预测研究[J];岩土力学;2003年04期 |
| 10 |
吕刚,吴朝晖,杨莹春;支持向量机的聚类补偿研究[J];广西师范大学学报(自然科学版);2003年01期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心