1) v-Support Vector Machine
v-支持向量机
1.
ε-SVM(ε-Support Vector Machine)and v-SVM(v-Support Vector Machine)are analyzed in this paper.
分析ε-支持向量机及v-支持向量机模型,结合织物参数特点,建立基于支持向量机的织物悬垂性能评估模型。
2.
According to the border region of rough set theory and the merits of V-support vector machine,the algorithm of support vector clustering is improved.
根据粗糙集理论的边界区域和V-支持向量机的优点对支持向量聚类算法进行改进。
2) v-SVC
v-支持向量分类机(v-SVC)
3) v-Support Vector Classification
v-支持向量分类机
4) v-support vector regression
v-支持向量回归
1.
This paper introduced v-support vector regression machine to identify consequent parameters which affect generalization performance in T-S fuzzy model.
该文引入v-支持向量回归机(v-SVRM),把T-S模型结论参数的辨识问题转化为一个约束优化问题,并推导了新的迭代求解算法。
5) Total Margin v-Support Vector Machine(TM-v-SVM)
总间隔v-支持向量机(TM-v-SVM)
6) SVM
支持向量机
1.
SVM models for analysing the headstreams of mine water inrush;
矿井涌水水源分析的支持向量机模型
2.
THE INFRARED SPECTRUM NATURAL GAS COMPOSITION ANALYSIS SYSTEM BASED ON SUPPORT VECTOR MACHINE(SVM);
基于支持向量机的红外光谱天然气分析系统
3.
Method for Fracturing Effect Prediction Based on Support Vector Machine(SVM);
基于支持向量机的压裂效果预测方法研究
补充资料：支持向量机方法
支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解，是神经网络领域域取得的一项重大突破。与神经网络相比，它的优点是训练算法中不存在局部极小值问题，可以自动设计模型复杂度(例如隐层节点数)，不存在维数灾难问题，泛化能力强。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条