期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
支持向量机及其在函数逼近中的应用
被引量：
17
1
作者
朱国强
刘士荣
俞金寿
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2002年第5期555-559,568,共6页
支持向量机是一种新的机器学习算法 ,它的理论基础是 Vapnik创建的统计学习理论。它采用结构风险最小化准则 ,在最小化样本点误差的同时 ,缩小模型预测误差的上界 ,从而提高了模型的泛化能力。本文通过 SVM在函数逼近中的应用 ,研究了 ...
支持向量机是一种新的机器学习算法 ,它的理论基础是 Vapnik创建的统计学习理论。它采用结构风险最小化准则 ,在最小化样本点误差的同时 ,缩小模型预测误差的上界 ,从而提高了模型的泛化能力。本文通过 SVM在函数逼近中的应用 ,研究了 SVM的小样本学习、泛化能力和抗噪声扰动能力。
展开更多
关键词
支持向量机
统计学习理论
结构风险最小化准则
核函数
函数逼近
机器学习算法
最小
化
样本点误差
在线阅读
下载PDF
职称材料
题名
支持向量机及其在函数逼近中的应用
被引量：
17
1
作者
朱国强
刘士荣
俞金寿
机构
宁波大学电气工程与自动化研究所
华东理工大学自动化研究所
华东理工大学自动化研究所
出处
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2002年第5期555-559,568,共6页
基金
宁波市科技攻关项目 (0 0 12 0 0 2 )
文摘
支持向量机是一种新的机器学习算法 ,它的理论基础是 Vapnik创建的统计学习理论。它采用结构风险最小化准则 ,在最小化样本点误差的同时 ,缩小模型预测误差的上界 ,从而提高了模型的泛化能力。本文通过 SVM在函数逼近中的应用 ,研究了 SVM的小样本学习、泛化能力和抗噪声扰动能力。
关键词
支持向量机
统计学习理论
结构风险最小化准则
核函数
函数逼近
机器学习算法
最小
化
样本点误差
Keywords
support vector machine
statistic learning theory
structura l risk minimization
kernel function
function approximation
分类号
O174.41 [理学—基础数学]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
支持向量机及其在函数逼近中的应用
朱国强
刘士荣
俞金寿
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2002
17
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
