机译:通过数据结构分析为SVM选择有价值的培训样本
Department of Computer Science and Engineering, The Chinese University of Hong Kong, Shatin, New Territories, Hong Kong;
sample reduction; support vector machines; hierarchical clustering; mahalanobis distance;
机译:通过数据几何分析增强自适应模因算法以选择支持向量机的训练数据
机译:使用SVM采样技术将SVM训练到更大的数据集应用程序
机译:基于SVM在光热红外(IR)成像光谱分类中的特征选择,具有有限的训练样本
机译:使用有限的训练集为基于SVM的高光谱数据分类自动选择信息样本
机译:调查采样设计和调查中的选定问题缺少数据分析
机译:质谱和微阵列数据的递归SVM特征选择和样品分类
机译:通过数据结构分析减少SVM的样本
机译:西奈测试结构数据的分析与解释及所选动态响应程序对此类结构的适用性研究