支持向量机

支持向量机和核方法Matlab工具箱。关键特征:对误分类样本进行线性和二次惩罚的支持向量机分类(每个样本的惩罚系数可能不同);支持向量机分类采用最近点算法;多类支持向量机:一对所有、一对一和M-SVM;大规模支持向量机分类/回归;支持向量机epsilon和nu回归;一类支持向量机;正则化网络;支持向量机边界(跨度估计,半径/边缘);小波核;基于支持向量机的特征选择;核主成分分析;核判别分析;基于支持向量机的特征选择;支持向量机AUC优化(排名支持向量机,ROC-SVM)和RankBoost;核基追踪和最小角度回归(LARS)算法;小波核回归使用回填;与libsvm的一个版本接口。


zbMATH参考文献(参考 30篇文章

显示第1到第20个结果,共30个。
按年份排序(引用)
  1. Sussner,Peter;Campiotti,Israel:新型混合形态/线性感知器的极限学习机器(2020)
  2. Hwang,Kyongmi;Kim,Dohyun;Lee,Kyungsik;Lee,Chungmok;Park,Sungsoo:使用符号分类的嵌入式变量选择方法(2017)
  3. 肖彦才;王玉佳;穆,欢;康,娜:基于混合域特征的风电机组不对中故障隔离研究(2017)
  4. 李建辉;王建辉;李金伟;邹瑞彪;廖桂平:油菜氮营养定性诊断模型的多重分形方法(2016)
  5. 和高斯-布韦洛斯-布瓦韦洛斯判别模型(2015年);福韦洛斯-布韦洛斯判别分析法(2015年)
  6. Luss,Ronny;D'Aspremont,Alexandre:使用文本分类预测新闻的异常回报(2015)
  7. Wang,Shijun;Li,Diana;Petrick,Nicholas;Sahiner,Berkman;Linguraru,Marius George;Summers,Ronald M.:使用半监督学习优化ROC曲线下的区域(2015)
  8. De Vito,Ernesto;Rosasco,Lorenzo;Toigo,Alessandro:Learning sets with separating kernels(2014年)
  9. Huang,Xiaolin;Shi,Lei;Suykens,Johan A.K.:非对称最小二乘支持向量机分类器(2014)
  10. Ma,Andy J.;Yuen,Pong C.:简化分析依赖建模:鲁棒融合视觉识别(2014)
  11. Micheletti,Natan;Foresti,Loris;Robert,Sylvain;Leuenberger,Michael;Pedrazzini,Andrea;Jaboyedoff,Michel;Kanevski,Mikhail:滑坡易发性制图的机器学习特征选择方法(2014)
  12. 利用GeoAnn、Tochoo和GeoTan的几种关系(2014年)
  13. 王芳;邹瑞彪;廖桂平;李金伟;刘子强:茶叶品种识别的局部多重分形去趋势波动分析(2014)
  14. Song,Hyongjin;Choi,K.K.;Lee,Ikjin;Zhao,Liang;Lamb,David:高维问题可靠性分析的自适应虚拟支持向量机(2013)
  15. 赵金伟;颜桂荣;冯博琴;毛文涛;白俊卿:基于统一正交多项式序列的自适应支持向量回归(2013)
  16. Kim,Youngsung;Toh,Kar-Ann;Teoh,Andrew Beng-Jin;Eng,How-Lung;Yau,Wei-Yun:二元分类的在线AUC公式(2012)
  17. Kwak,Nojun:回归问题的核判别分析(2012)
  18. 福雷斯蒂,洛里斯;图伊亚,迪维斯;卡内夫斯基,米哈伊尔;波兹诺霍夫,阿列克谢:学习多核风场(2011)
  19. Hua,Lin;Zhou,Ping;Liu,Hong;Liu,Lin;Yang,Zheng;Liu,Zhi cheng:结合网络拓扑特性和支持向量回归从SNP数据中挖掘易感基因模块和疾病风险基因(2011)
  20. 胡永刚;王永刚;吴,易;李强;侯晨平:再生核希尔伯特空间中广义马氏深度(2011)