首页> 中文期刊> 《河南科学》 >支持向量机的SMO算法及其自适应改进研究

支持向量机的SMO算法及其自适应改进研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

提出在SMO算法上应用自适应学习的思想,并利用求解凸二次规划寻优问题的基础上进行改进的研究.研究表明,基于自适应学习的思想对SMO算法进行改进,可使SVM算法更能适应实际应用快速,高效的需求.

著录项

来源
《河南科学》 |2010年第4期|436-439|共4页
作者
王伟; 刘梅; 段爱玲;
展开▼
作者单位

武汉理工大学,计算机科学与技术学院,武汉,430070;

郑州牧业工程高等专科学校信息工程系,郑州,450011;

郑州牧业工程高等专科学校信息工程系,郑州,450011;

河南工业大学信息科学与工程学院,郑州,450001;

展开▼
原文格式 PDF
正文语种 chi
中图分类自动机理论;
关键词
机器学习; 支持向量机; SMO算法; 自适应;

相似文献

中文文献
外文文献
专利

1. 改进的支持向量机SMO算法说话人识别系统研究 [J] . 张丽丽 ,杜鹃 ,贾亮 . 长春理工大学学报（自然科学版） . 2009,第002期
2. 回归支持向量机SMO算法的改进 [J] . 许建潮 ,张玉石 . 计算机工程与应用 . 2007,第017期
3. 一种基于FoBa算法思想的支持向量机稀疏SMO算法研究 [J] . 梁万路 . 舰船电子工程 . 2011,第001期
4. 基于改进自适应粒子群算法的混合核函数最小二乘支持向量机大坝变形预测 [J] . 梁耀东 ,栾元重 ,刘方雨 . 科学技术与工程 . 2021,第001期
5. 基于改进自适应杂交粒子群优化算法和最小二乘支持向量机的空中目标威胁评估 [J] . 许凌凯 ,杨任农 ,左家亮 . 计算机应用 . 2017,第009期
6. 基于改进自适应杂交粒子群优化算法和最小二乘支持向量机的空中目标威胁评估 [C] . XU Lingkai ,许凌凯 ,YANG Rennong . 第十七届中国Rough集与软计算学术会议、第十一届中国Web智能学术研讨会、第十一届中国粒计算研讨会及第五届三支决策学术会议联合会议（CRSSC-CWI-CGrC-3WD 2017） . 2017
7. 支持向量机SMO算法的改进研究 [A] . 郑奇 . 2017

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号