支持向量机

支持向量机和核方法Matlab工具箱。关键特征：支持向量机分类使用线性和二次惩罚错误的例子（惩罚系数可以是不同的每个例子）；支持向量机分类的最近点算法；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；正规化网络；支持向量机界（跨度估计，半径/边距）；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（Ranking-SVM，ROC-SVM）和RankBoost；核基追踪和最小角度回归（LARS）算法；小波核回归；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中的参考文献（参考文献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. 苏斯纳，彼得；以色列坎皮奥蒂：新型混合形态/线性感知器的极限学习机（2020）
  2. 黄敬美；金，多云；李京锡；李春墨；Park，Sungsoo：使用符号分类的嵌入式变量选择方法（2017）
  3. 肖燕才；王玉佳；穆欢；Kang，Na:基于混合域特征的风电机组失调故障隔离研究（2017）
  4. 李建辉；王芳；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. 布维隆，C。；福维尔，M。；Girard，S.：简约高斯过程模型的核判别分析和聚类（2015）
  6. 露丝，罗尼；D'Aspremont，Alexandre:使用文本分类预测新闻的异常回报（2015）
  7. 王世军；李，戴安娜；佩特里克，尼古拉斯；萨希纳，伯克曼；林格拉鲁，马吕斯·乔治；Summers，Ronald M.：使用半监督学习优化ROC曲线下的面积（2015）
  8. 德维托，欧内斯托；罗萨斯科，洛伦佐；Toigo，Alessandro:带分离核的学习集（2014）
  9. 黄小林；石磊；Suykens，Johan A.K.：不对称最小二乘支持向量机分类器（2014）
  10. 妈妈，安迪J。；Yuen，Pong C.：简化分析依赖建模：视觉识别的鲁棒融合（2014）
  11. 米切莱蒂，纳坦；弗赖斯蒂，萝莉；罗伯特，西尔文；鲁恩伯格，迈克尔；佩德拉齐尼，安德里亚；贾博耶多夫，米歇尔；Kanevski，Mikhail:滑坡敏感性制图的机器学习特征选择方法（2014）
  12. 托，卡安；Tan，Geok Choo:通过数据转换挖掘几个二元分类器之间的关系（2014）
  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. 宋，玄金；崔国凯。；李，伊金；赵亮；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；阎桂荣；冯伯勤；毛文涛；白俊卿：基于新的统一正交多项式序列的自适应支持向量回归（2013）
  16. 金永成；托，卡安；泰奥，安德鲁·本金；恩，怎么肺；邱伟云：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. 弗赖斯蒂，萝莉；图雅，设计；卡涅夫斯基，米哈伊尔；Pozdnoukhov，Alexei:学习多核风场（2011）
  19. 华、林；周平、周平；刘洪；李，林；杨、郑；刘志成：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；王勇；吴仪；李强；侯晨平：再生核Hilbert空间中的广义马氏深度（2011）