自动化计算机 >> 软件学报 >> 2002年13卷5期 >> 摘要

基于支持向量机分类的回归方法

评论推荐

下载全文

陶卿[1] 曹进德[2] 等

[1]中国科学院自动化研究所,北京100080 [2]中国人民解放军炮兵学院一系,安徽合肥230031

《软件学报》

2002年第13卷第5期

摘　　要:

支持向量机(support vector machine，简称SVM）是一种基于结构网络最小化原理的分类技术，也是一种新的具有很好泛化性能的回归方法。提出了一种将回归问题转化为分类问题的新思想。这种方法具有一定的理论依据，与SVM回归算法相比，其优化问题几何意义清楚明确。 (共5页)

关键词:

神经网络学习算法支持向量机分类回归方法

学科分类:

TP183[工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算]

主题相关参考文献(1篇)　被引情况(12篇)　耦合文献(3篇)　

参考文献

关注本文的人:

看过本文的人还看过:

基于支持向量机分类的回归方法

陶卿[1] 曹进德[2] 等

[1]中国科学院自动化研究所,北京100080 [2]中国人民解放军炮兵学院一系,安徽合肥230031

摘　　要:

关键词:

学科分类:

相关文章:

参考文献

相关期刊

关注本文的人:

看过本文的人还看过:

相关学者`+更多`

征稿启事

相关文章`+更多`

社区热帖`+更多`

服务简介

产品简介

帮助中心

阅读咨询

广告咨询

基于支持向量机分类的回归方法

陶卿[1] 曹进德[2] 等

[1]中国科学院自动化研究所,北京100080 [2]中国人民解放军炮兵学院一系,安徽合肥230031

摘 要:

关 键 词:

学科分类:

相关文章:

参考文献

相关期刊

关注本文的人:

看过本文的人还看过:

相关学者+更多

征稿启事

相关文章+更多

社区热帖+更多

服务简介

产品简介

帮助中心

阅读咨询

广告咨询

摘　　要:

关键词:

相关学者`+更多`

相关文章`+更多`

社区热帖`+更多`