{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,5,25]]，“日期时间”：“2024-05-25T04:35:45Z”，“时间戳”：1716611745558}，“出版商位置”：“柏林，海德堡”，“参考计数”：26，“出版者”：“施普林格-柏林-海德堡（Springer Berlin Heidelberg）”，“isbn-type”：[{“值”：“9783642311369”，“类型”：“打印”}，{“值”：“9783642311376”，“type”：“electronic”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[]，”published-print“：{”date-parts“：[[2012]]}，”DOI“：”10.1007\/978-3642-31137-6_43“，”type“：”book-capter“，”created“：”{“date-part”：[2012,6,18]]，“date-time”：“2012-06-18T09:17:5 5Z“，”时间戳“：1340011075000}，”页面“：”562-575“，“source”：“Crossref”，“is-referenced-by-count”：7，“title”：[“元学习与粒子群算法相结合用于SVM参数选择的实验研究”]，“prefix”：“10.1007”，”author“：[{”given“：“P\u00e9ricles B.C.”，“family”：“de Miranda”，“sequence”：“first”，“affiliation”：[]}，{“given”：”Ricardo B.C.“，”family“：”Prud\u00eancio“，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Andre Carlos P.L.F.”，“family”：“de Carvalho”，”sequence“：”additional：“Soares，C.，Braddil，P.，Kuba，P.：在支持向量回归中选择核宽度的元学习方法\u00a0（4），195\u2013209（2000）”，“DOI”：“10.1023\/B:MACH.0000015879.28004.9b”}，{“key”：“43_CR2”，“DOI-asserted-by”：“crossref”，“unstructured”：“Cristianini，N.，Shawe-Taylor，J.：《支持向量机和其他基于内核的学习方法简介》，剑桥大学出版社（2000）”，“DOI”：“10.1017\/CBO9780511801389”}，{“key”：“43_CR3”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chapelle，O.、Vapnik，V.、Bousquet，O.和Mukherjee，S.：为支持向量机选择多个参数。机器学习，131\u2013159（2002）”，“DOI”：“10.1023\/A:1012450327387”}，{“key”：“43_CR4”，“非结构化”：“Cristianini，N.，Campbell，C.，Shawe-Taylor，J.：支持向量机中的动态调整内核。in:NIPS，pp.204\u2013210（1998）”}，{“issue”：“1”，“key”：“43_CR5”，“first page”：《1》，“volume”：：“Ali，S.，Smith-Miles，K.：关于支持向量机多项式核的最优度选择：理论和实证研究。KES Journal \u00a01（1），1\u201318（2007）”，“Journal-title”：“KES Jordal”}，{“key”：“43_CR6”，“unstructured”：“Narzisi，G.：SVM模型选择问题的实验性多目标研究”}、{“key”：“43_CR7”，“doi-asserted-by”：“crossref”，“unstructured”：“Lessmann，S.，Stahlbock，R.，Crone，S.：支持向量机模型选择的遗传算法。In:神经网络国际联合会议，第3063\u20133069（2006）页”，“doi”：“10.1109\/IJCNN.2006.247266”}：“Friedrichs，F.，Igel，C.：多svm参数的进化调优。神经计算（2005）”，“DOI”：“10.1016\/j.neucom.2004.11.022”}，{“key”：“43_CR9”，“unstructured”：“Lorena，A.，de Carvalho，A.：多类问题中svm参数值的进化调适。神经计算，16\u201318”}，“非结构化”：“Keerthi，S.S.：使用半径边界和迭代算法有效调整svm超参数。IEEE神经网络学报（2002）”，“DOI”：“10.1109”，TNN.2002.1031955“}，{“key”：“43_CR11”，“非结构性”：“Kuba，P.、Braddil，P.，Soares，C.、Woznica，A.：为参数设置支持向量机开发采样和元学习。摘自：《国际商业评论学会学报》，第217\u2013225（2001）页”}，{“key”：“43_CR12”，“doi-asserted-by”：“crossref”，“unstructured”：“Cawley，G.：通过自适应步长禁忌搜索进行支持向量机模型选择。摘自：《人工神经网络和遗传算法国际会议论文集》，第u00a028（8）卷，第434\u2013437（2001）页”，“DOI”：“10.1007\/978-3-7091-6230-9_108”}，{“key”：“43_CR13”，“DOI-asserted-by”：“crossref”，“unstructured”：“de Souza，B.，de Carvalho，A.，Ishii，R.：使用粒子群优化的多类svm模型选择。In:第六届混合智能系统国际会议（2006）”，“DOI”：“10.1109\/HIS.2006.264914”}，{“key”：“43_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Glassmachers，T.，Igel，C.：基于梯度的通用高斯核自适应。神经计算。（2005）”，“DOI”：“10.1162\/0899766054615635”}，{“key”：“43_CR15”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ali，S.，Smith-Miles，K.A.：支持向量机自动内核选择的元学习方法。神经计算，173\u2013186（2006）”，“DOI”：“10.1016\/j.neucom.2006.03.004”}，{“key”：“43_CR16”，“DOI-asserted-by”：“crossref”，“unstructured”：“Soares，C.，Braddil，P.：使用元学习和基于核矩阵的元特征选择svm的参数。In:SAC（2006）”，“DOI”：“10.1145\/1141277.1141408”}，{“key”：“43_CR17”，“unstructured”：“Ali，S.，Smith，K.A.：通过模糊C-means聚类，使用树匹配svm核对数据特征的适用性。在：第三届混合智能系统国际会议（2010）“｝，｛”key“：”43_CR18“，”doi断言“：”crossref“，”非结构化“：”Gomes，T.，Prudencio，R.B.C.，Soares，C.，Rossi，A.，Carvalho，A.：将元学习和搜索技术结合到svm参数选择中。在：巴西神经网络研讨会，pp.79\u201384（2010）“，”DOI“：”10.1109\/SBRN.2010.22“}，{“key”：“43_CR19”，“unstructured”：“Keerthi，S.S.，Lin，C.-J.：高斯核支持向量机的渐近行为。收录：Imielinski，T.，Korth，H.（编辑）移动计算，第153\u2013181页。Kluwer Academic Publishers（1996）“}，{”key“：”43_CR20“，”unstructured“：”Hsu，C.-W.，Chang，C.-C.，Lin，C.-J.：Scikit-Learn:Python中的机器学习工具包，\n\n http://\/Scikit-Learn.org“}”，{“key”：“43_CR21”，“unstructure”：“”Engelbrecht，A.P.：计算群智能基础。John Wiley&Sons（2005）“}，{”key“：”43_CR22“，”doi-asserted-by“：”publisher“，”first page“：“75”，”doi“：”10.1145\/114997.1144008“，”volume-title“：”GECCO 2006:第八届遗传与进化计算年会论文集“，”author“：”A.M.Sutton“，”year“：”2006“，”unstructured“：”Sutton，A.M.、Whitley，D.、Lunacek，M.、Howe，A.：PSO和多漏斗地貌：合作如何限制勘探。收录于：GECCO 2006：《第八届遗传和进化计算年会论文集》，7月8日至12日，第\u00a01卷，第75\u201382页。ACM出版社，西雅图（2006）“}，{”key“：”43_CR23“，”unstructured“：”WEKA，怀卡托大学，\n\n http://www.cs.Waikato.ac.nz\/ml\/WEKA\/“}”，{“key”：“43_CR24”，“unstructure”：“UCI Machine Learning Repository，\n\n http://\/archive.ics.UCI.edu\/ml\/”}43_CR25“，“非结构化”：“Smith-Miles，K.A.：算法选择元学习的跨学科视角（2005）”}，{“key”：“43_CR26”，“doi-asserted-by”：“crossref”，“非结构性”：“Prud\u00eancio，R.B.C.，Ludermir，T.B.：主动元学习中训练示例的选择性生成。国际混合智能系统杂志（2008）“，”DOI“：”10.1109\/HIS.2007.17“}]，”container-title“：[”计算科学及其应用\u2013 ICCSA 2012“，”计算机科学讲义“]，”original-title”：[]，”link“：[{”URL“：”http://\/link.springer.com\/content\/pdf\/10.10007\/978-3642-31137-6_43“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposted“：{”date-parts“：[[2019,5,3]]，”date-time“：”2019-05-03T08:06:01Z“，”timestamp“：1556870761000}，”score“：1，”resource“：{primary”：{“URL”：“http://link.springer.com/10.1007\/978-3642-31137-6_43”}}，“subtitle”：[]，“shorttitle”：[]，“已发布”：{“日期-部分”：[[2012]]}，“ISBN”：[“9783642311369“，”97836423211376“]，”references-count“：26，”URL“：”http://\/dx.doi.org\/10.1007\/978-3642-31137-6_43“，”relation“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“value”：“0302-974”，“type”:“print”}，{“value”：”1611-349“，”type“：”electronic“}]，“subject”：[]，“已发布”：{“日期部分”：[[2012]]}}