位置：成果数据库 > 期刊 > 期刊详情页
A Direct Sparse Algorithm for LS-SVR
  • 期刊名称：Journal of Information and Computational Science
  • 时间：0
  • 页码：1045-1052
  • 语言：英文
  • 相关项目：基于优化新技术的支持向量机的模型与算法研究
作者： Zhong Ping|Zhao yaohong|Liujun|
同期刊论文项目
基于优化新技术的支持向量机的模型与算法研究
期刊论文 21 会议论文 5
同项目期刊论文
Learning SVM with weighted maximum margin criterion for classification of imbalanced data
Application of least squares support vector regression based on time series in prediction of gas
基于支持向量机的多类分类问题的一种新算法
鲁棒SVR在金融时间序列预测中的应用
多类分类的支持向量机的有限步终止Newton算法
基于预测-校正原对偶内点法的多分类支持向量机学习算法
基于边界向量的支持向量机增量学习算法
基于支持向量机的异常值问题的研究现状
Training robust support vector regression via D.C. program
Training twin support vector regression via linear programming
Training robust support vector regression with smooth non-convex loss function
Reduced least squares one-class SVM in empirical feature space for imbalanced data
Support vector regression with input data uncertainty
稳健的支持向量分类机的优化理论分析
Leave-one-out bounds for support vector ordinal regression machine
Regularized nonsmooth Newton method for multi-class support vector machines
线性支持向量顺序回归机的原始问题的解集分析
Second-order cone programming formulations for robust multiclass classification