Department of Computer Science and Engineering University of South Florida;
机译:使用支持向量机(SVM)和最小二乘支持向量机(LS-SVM)预测水质指数(WQI)
机译:基于支持向量机递归特征消除和使用支持向量机对前列腺癌和乳腺癌进行分类的一维朴素贝叶斯分类器选择特征子集
机译:支持向量机的不确定度和固体废物产生量预测的小波变换-支持向量机模型的混合
机译:带支持向量机的标签降低
机译:凸二次规划和训练支持向量机的自适应约束减少。
机译:使用支持向量机的还原和复合特征选择对水溶度进行二元分类
机译:算法支持向量机的比较普通与支持矢量机基粒子群优化的地震预测