支持向量分类机,support vector classification
1)support vector classification支持向量分类机
1.Strong second order sufficient condition property of linear support vector classification is proposed.很弱的假设对于作为其特例的线性可分支持向量机问题一定成立,线性可分支持向量机问题解一定具有强二阶充分条件的性质;在这个假设条件下,线性支持向量分类机问题的解具有二阶充分条件性质。
英文短句/例句

1.Support Vector Machines Classifier Based on Margin Vectors;基于边界向量样本的支持向量分类机
2.Application of Convex Hulls in Support Vector Classification凸壳理论在支持向量分类机中的应用
3.Upper bound of convergence for smooth support vector classifier光滑支持向量分类机的收敛上界研究
4.Polynomial smooth semi-supervised support vector classifier多项式光滑的半监督支持向量分类机
5.Study on Text Classification Based on Multi-class Support Vector Machines;基于多类支持向量机的文本分类研究
6.Improved Multiclass Classification Methods for Support Vector Machine一种改进的支持向量机多类分类方法
7.Internet Traffic Classification Using Support Vector Machine基于支持向量机的Internet流量分类研究
8.Application of SVM in EEG signal classification支持向量机在脑电信号分类中的应用
9.Based on the Support Vector Machine SAR Image Enhancement and Classification;基于支持向量机的SAR图像增强与分类
10.The Research on Text Categorization Algorithm Based on Support Vector Machine;基于支持向量机的文本分类算法研究
11.Study on Text Classification Based on SVM;基于支持向量机的文本分类问题研究
12.Study on Text Categorization Method Based on Support Vector Machine;基于支持向量机的文本分类方法研究
13.Support Vector Machine and Its Application on Texture Classification;支持向量机及其在纹理分类中的应用
14.Research on Classification Problems Based on Support Vector Machine;基于支持向量机的若干分类问题研究
15.The Research of Web Pages Classification Based on Support Vector Machine Technique基于支持向量机的网页分类技术研究
16.Study on Support Vector Machine Based Chestnut Species Classification基于支持向量机的栗属树种分类研究
17.Research on New Classifier Algorithms for Support Vector Machine支持向量机的新分类器算法研究(英文)
18.A Sparse Tikhonov Regularized Multi-Class Support Vector Machine稀疏Tikhonov正则化多分类支持向量机
相关短句/例句

support vector classifier支持向量分类机
1.Second order sufficient condition for optimization problem of a linear support vector classifier;线性支持向量分类机优化问题解的二阶充分条件
2.Therefore, the improved pruning algorithms are proposed based on the selecting support vectors method of support vector classifier.对于含有奇异点的系统而言,由于一般的剪枝算法不能成功抑制系统中的奇异点,在借鉴支持向量分类机选择支持向量方法的基础上,提出了改进的剪枝算法。
3)SVC支持向量分类机
1.This paper proposes a Support Vector Classifier SVC based on KPCA and Rough Sets Theory.提出一个基于KPCA与RS理论的支持向量分类机SVC,利用RS理论和信息熵原理对运用KPCA进行特征提取后的训练样本进行特征选择,保留重要特征,力求减小求解问题的规模,提高SVC的性能。
2.Research on the Classifier of Garbage Message Based on SVC;基于此,提出一种基于支持向量分类机(SVC)的垃圾短信判断模型,从技术上实现了对短信的实时监控判别,经过实验模拟仿真初步证明具有较好的判别效果。
4)support vector machines for classification分类支持向量机
1.In this paper,support vector machines for classification(SVMC)are used to recognize the working situation of PCGS and to detect the fault line or bus.小电流接地系统发生单相接地故障时,各种电气量表现出不同于正常工况时的特征,可根据各种电气量的特征对系统运行状况进行模式识别,文中利用分类支持向量机对小电流接地系统运行状况进行模式识别,以确定接地故障线路或母线。
5)support vector classification支持向量机分类
1.This paper introduces the support vector classification and regression algorithms, which are applied to the structure damage identification.介绍了支持向量机分类和回归算法,将其应用于梁结构的损伤诊断中。
6)Support Vector Machine(SVM) multi-class classifier支持向量机多类分类器
延伸阅读

支持向量机方法支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法,通过寻求结构化风险最小来提高学习机泛化能力,实现经验风险和置信范围的最小化,从而达到在统计样本量较少的情况下,亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解,是神经网络领域域取得的一项重大突破。与神经网络相比,它的优点是训练算法中不存在局部极小值问题,可以自动设计模型复杂度(例如隐层节点数),不存在维数灾难问题,泛化能力强。