线性支持向量机

LIbSVM是支持向量机(SVM)的一个库。自2000以来,我们一直在积极发展这项计划。其目的是帮助用户容易地将SVM应用到他们的应用中。LBSVM在机器学习等许多领域得到了广泛的应用。在本文中,我们提出了所有的LIbSVM的实现细节。讨论了解决SVM优化问题、理论收敛、多类分类概率估计和参数选择等问题:HTTP://DLACM.Org/CITION.CFM?ID=1961199


ZBMaCT中的参考文献(961篇文章中引用)

显示结果921至940的961。
按年份排序(引文
  1. 李,传君;可汗,Latifur;普拉巴卡兰,Balakrishnan:变长多属性运动的实时分类(2006)伊波尔特
  2. 刘,Qingkun;阙,Peiwen;费,Chunguo;宋,寿朋:基于变尺度混沌优化算法的SVM模型选择(2006)
  3. 李,Zhanchun;李,Zhitang;刘,宾:基于主成分分析和支持向量机的异常检测系统(2006)
  4. 马丁,阿尔诺;Laaaya,Hicham;Arnold Bos,安德烈亚斯:不确定图像分类和分割的评价(2006)
  5. 诺伊豪斯,米歇尔;Bunke,霍斯特:编辑基于距离的核函数用于结构模式分类(2006)
  6. 拉格万文,HEMA;Madani,OMID;琼斯,罗茜:特征和实例反馈的主动学习(2006)
  7. RU,Xuemin;Zhuang,Yueting;吴,费:基于隐写工具引起的“负共振现象”的音频隐写分析(2006)
  8. Saketha Nath,J.;Shevade,S. K.:一种有效的支持向量方法聚类方法(2006)
  9. 俞,Bin;杨,钟振;姚,Baozhen:基于支持向量机的公交车到达时间预测(2006)
  10. ZANI,卢卡:一种改进的基于梯度投影的支持向量机分解技术(2006)
  11. 张,国庆;曹,Zhiwei;罗,Qingming;蔡,玉东;李,Yixue:基于支持向量机的操纵子预测(2006)
  12. 张,Xiang;姚,舒平;Tang,程华:积极防御网络安全风险状况评估(2006)
  13. Bordes,安托万;Ertekin,Seyda;Weston,杰森;Bottou,Leeon:具有在线和主动学习的快速核分类器(2005)
  14. 常,傅;陈,Guey Ching;林,Chin Chin;林,林:构建视频索引系统的字幕分析和识别(2005)伊波尔特
  15. 常,明伟;林,Chih Jen:为支持向量回归模型选择留一个界限(2005)
  16. Debnath,Rameswar;Muramatsu,MasasaZu;Takahashi,HuuHiSa:大规模问题二阶锥规划的高效支持向量机学习方法(2005)
  17. 范,荣恩;陈,Pai Hsuen;林,Chih Jen:训练支持向量机二阶信息工作集选择(2005)
  18. HETLAND,Mangul-Lie;S.TROM,PL:时间序列数据库中的进化规则挖掘(2005)
  19. 豪利,汤姆;MADEN,Michael G.:遗传核支持向量机:描述与评价(2005)伊波尔特
  20. Kuss,Malte;拉斯姆森,Carl Edward:评估二元高斯过程分类的近似推理。(2005)