McGill University (Canada).;
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:支持向量的两相优化和支持向量机的参数选择:两班分类
机译:倾向得分估算:神经网络,支持向量机,决策树(CART)和元分类器可替代逻辑回归。
机译:支持向量机,导入向量机和相关向量机用于高光谱分类—比较
机译:融合支持向量机和软计算以进行模式识别和回归。
机译:学习向量量化和支持向量机对前列腺癌的分类
机译:带支持向量机和广义支持向量机的数据的线性分类
机译:通过增量近似最近支持向量快速查询优化的内核机器分类