LIBSVM库

LIBSVM是一个支持向量机(SVMs)的库。自2000年以来,我们一直在积极开发这套方案。其目的是帮助用户轻松地将支持向量机应用到他们的应用程序中。LIBSVM在机器学习等许多领域得到了广泛的应用。在本文中,我们将介绍LIBSVM的所有实现细节。对支持向量机优化问题的求解、理论收敛性、多类分类概率估计和参数选择等问题进行了详细讨论:http://dl.acm.org/citation.cfm?内径=1961199


zbMATH中的参考文献(参考 1044篇文章 参考)

显示1044中的921到940个结果。
按年份排序(引用)
  1. Schleif,Frank Michael;Lindemann,Mathias;Diaz,Mario;Maaß,Peter;Decker,Jens;Elssner,Thomas;Kuhn,Michael;Thiele,Herbert:基于双正交离散小波变换特征提取的蛋白质组谱支持向量分类(2008)ioport公司
  2. 沈开权;翁崇进;李晓平;怀尔德史密斯,艾纳P.V.:基于支持向量机概率输出灵敏度分析的特征选择(2008)ioport公司
  3. Silver,Daniel L.;Poirier,Ryan;Currie,Duane:上下文敏感神经网络的归纳传递(2008)ioport公司
  4. 《上下文识别》;Johan-Thimather,2008;广义物体识别;Johan-Thimater;Jean-Paul-Thimater;2008;广义物体识别;Johan-Paul-Thimater-2008ioport公司
  5. Sohn,Insuk;Kim,Sujong;Hwang,Changha;Lee,Jae-Won:在微阵列分析中使用支持向量机分位数回归方法的新标准化方法(2008)
  6. Spyrou,Evaggelos;Tolias,Giorgos;Mylonas,Phivos;Avrithis,Yannis:使用视觉同义词库进行概念检测和关键帧提取(2008)ioport公司
  7. 孙旭;王厚峰;王波:从定义预测汉语缩略语:基于支持向量回归的实证学习方法(2008)ioport公司
  8. Vellasques,E.;Oliveira,L.S.;Britto jun.,A.S.;Koerich,A.L.;Sabourin,R.:数字串识别的过滤分割切分(2008)
  9. 叶洁平;季水旺;陈建辉:基于凸规划的多类判别核学习(2008)
  10. Zaki,Shireen M.;Yin,Hujun:人脸识别中生长神经气体的半监督学习算法(2008)
  11. 张坤;范伟:预测偏斜随机臭氧日:分析、解决方案及未来(2008)ioport公司
  12. 张坤;范伟:预测偏斜随机臭氧日:分析、解决方案及未来(2008)ioport公司
  13. 张先贤;郝,余;朱晓燕;李明:新的信息距离测度及其在问答系统中的应用(2008)ioport公司
  14. 张朱:从文本中挖掘关系数据:从严格监督到弱监督学习(2008)ioport公司
  15. 赵永平;孙建国:原始数据的稳健支持向量回归(2008)
  16. 周辉;王润生;王,程:一种新的用于纹理分析的扩展局部二元模式算子(2008)
  17. 薄烈峰;王玲;焦立成:支持向量回归的递推有限牛顿算法(2007)
  18. Bosnić,Zoran;Kononenko,Igor:使用局部敏感性分析估计个体预测可靠性(2007年)ioport公司
  19. Cai,D.Michael;Gokhale,Maya;Theiler,James:识别恶意可执行文件的特征选择和分类算法比较(2007)
  20. Castro,J.L.;Flores Hidalgo,L.D.;Mantas,C.J.;Puche,J.M.:从支持向量机中提取模糊规则(2007)