胎压监测支持向量机

TPMSVM:一种新的用于模式识别的双参数边缘支持向量机。提出了一种新的用于分类的双参数边缘支持向量机(TPMSVM)。这种TPMSVM以双支持向量机(TWSVM)的精神,通过两个较小规模的支持向量机(SVM)问题求解的一对非平行参数边缘超平面来间接确定分离超平面。与参数裕度ν-支持向量机(par-ν-SVM)类似,该支持向量机适用于多种情况,尤其是当数据具有异方差误差结构时,即噪声对输入值的依赖性很强。但是在学习速度上与par-ν-SVM相比有优势。实验结果表明,TPMSVM不仅具有较快的学习速度,而且具有良好的泛化能力。


zbMATH中的参考文献(参考文献14条,1标准件)

显示第1至14个结果,共14个。
按年份排序(引用)

  1. 李国权;杨林西;吴志友;吴长志:稀疏近端支持向量机的直流规划(2021)
  2. 庞新英;徐益田:加速加权双支持向量机的安全筛选规则(2019)
  3. Khemchandani,Reshma;塞加尔,波亚;Chandra,Suresh:基于角度的双支持向量机(2018)
  4. 彭新军;陈德:PTSVRs:基于投影双支持向量机的回归模型(2018)
  5. 王红梅;徐益田:用安全筛选规则扩大双支持向量回归(2018)
  6. 王震;邵元海;白、兰;李春娜;刘、李明;邓乃阳:大规模问题的不敏感随机梯度双支持向量机(2018)
  7. 彭新军;沈金东:用于数据分类的自动变权双超球面支持向量机(2017)
  8. 彭新军;徐东;孔令燕;陈东静:(1)基于范数损失的双支持向量机数据识别(2016)
  9. 张莉;周伟达:Fisher正则化支持向量机(2016)
  10. 彭新军;徐东东:用于数据分类的结构正则化投影双支持向量机(2014)
  11. 邵元海;陈伟杰;邓乃洋:二元分类问题的非平行超平面支持向量机(2014)
  12. 彭新军;徐东:双超球面支持向量机分类器与快速学习算法(2013)
  13. 王震;邵元海;吴铁如:基于遗传算法的光滑双参数边缘支持向量机模型选择(2013)
  14. 彭新军:一种用于模式识别的新型双参数边缘支持向量机(2011)