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。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

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）