SVM核函数与选择算法被引量：9

下载PDF

导出

摘要本文简单介绍了SVM理论基础以及为什么在SVM中需要核函数,详细介绍了常见的各种核函数及其选择问题。

作者赵丹

机构地区东华理工大学

出处《数字技术与应用》 2014年第9期226-226,共1页 Digital Technology & Application

关键词 SVM 核函数核函数选择

参考文献4

1常笃,刘继梓,刘均令,王青青.岩性识别技术及其发展[J].内蒙古石油化工,2009,35(6):69-70. 被引量：6
2董春曦,饶鲜,杨绍全,徐松涛.支持向量机参数选择方法研究[J].系统工程与电子技术,2004,26(8):1117-1120. 被引量：66
3张辉,高德利.钻井岩性实时识别方法研究[J].石油钻采工艺,2005,27(1):13-15. 被引量：10
4李一涵,邱榕,蒋勇.数值模拟方法在壁面烧损痕迹的应用[J].火灾科学,2006,15(2):102-110. 被引量：10
5张晨希,张燕平,张迎春,陈洁,万忠.基于支持向量机的股票预测[J].计算机技术与发展,2006,16(6):35-37. 被引量：29
6张永,迟忠先,闫德勤.一种新的模糊补偿多类支持向量机[J].计算机科学,2006,33(12):152-155. 被引量：7
7王森,吴春明.烟草系统卷烟需求预测模型的探讨[J].现代机械,2007(2):4-6. 被引量：13
8张小宏,王伟轩.论火灾调查工作现状及改进措施[J].武警学院学报,2007,23(8):56-58. 被引量：19
9Box G E P, Jenkins G M. Time series analysis, forecasting and control, Holden-Day [J]. Journal of the Royal Statistical Society, 1976, 134.
10Cortes C, Vapnik V. Support-vector networks [J].Machine Learning, 1995,20 ( 3 ) 273-297.

1武牧,林慧苹,李素科,吴明治,王治国,吴高峰.一种基于支持向量机的卷烟销量预测方法[J].烟草科技,2016,49(2):87-91. 被引量：16
2陈刚.随钻测井实时岩性判识方法研究[J].煤炭技术,2016,35(12):120-122. 被引量：1
3鄂大志,毛克明,张明.火灾现场金属变色痕迹识别智能方法[J].消防科学与技术,2016,35(12):1769-1772. 被引量：5
4陈刚,汪凯斌,蒋必辞,王小龙.随钻测井中岩性识别方法的对比及应用[J].煤田地质与勘探,2018,46(1):165-169. 被引量：12
5容伟,佘世刚,魏新尧,刘爱琦.基于GA-LSSVR的动力电池SOC估算研究[J].蓄电池,2021,58(2):51-55. 被引量：1
6侯万钧,贾铁,王立雄,王卿臣,李静.楼阁式古塔建筑夜景照明色温表现视觉适宜性评价研究[J].重庆大学学报,2021,44(5):1-8. 被引量：11
7秦常程,喻洪流,李素姣,倪伟,郑金钰,李平,杨宇辉.基于UPE-SVM模型的脊髓损伤康复方案决策算法[J].智能计算机与应用,2022,12(7):168-171.
8代睿,鹿瑶,安锐.基于SVM算法的虚假航迹识别[J].导航定位与授时,2024,11(2):103-110. 被引量：2
9萧展辉,胡长华.基于大数据的输配电线路外部隐患信息分析研究[J].自动化与仪器仪表,2019,0(3):23-26. 被引量：4

数字技术与应用

2014年第9期

内容加载中请稍等...