位置:成果数据库 > 期刊 > 期刊详情页
SVM集成研究与应用
  • ISSN号:1009-3516
  • 期刊名称:空军工程大学学报(自然科学版)
  • 时间:0
  • 页码:84-89
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]空军工程大学导弹学院,陕西三原713800, [2]武警陕西省总队后勤部,陕西西安710054
  • 相关基金:国家自然科学基金资助项目(60975026); 陕西省自然科学研究计划资助项目(2007F19)
  • 相关项目:基于SVM集成和证据理论的多传感器目标识别技术研究
中文摘要:

集成学习是机器学习的重要研究方向之一,SVM集成近年来已经受到国内外很多从事机器学习、统计学习的研究者们的重视,并使得该领域成为了一个相当活跃的研究热点。对近年来SVM集成的研究与应用进行了综述,讨论了SVM集成需要解决的基本问题;讨论分析了构造差异性大的集成成员SVM的方法、有效的集成结论生成方法、SVM集成的典型应用;指出了目前存在的问题、以及几个重要的研究方向。

英文摘要:

Ensemble learning is an important research direction in machine learning,in recent years,support vector machine(SVM) ensemble has attracted the attentions of researchers in the field of machine learning and statistical learning,and has become an active research hotspot.The research and application of SVM ensemble in recent years are surveyed in this paper and the fundamental problems in SVM ensemble are discussed.Methods of constructing SVM base classifiers with higher diversity,effective ways for combining base classifiers,and the typical applications of SVM ensemble are discussed and analyzed.The problems those exist in the research and application of SVM ensemble are pointed out and the important research directions are given.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《空军工程大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:空军工程大学
  • 主办单位:空军工程大学科研部
  • 主编:于雷
  • 地址:西安市空军工程大学
  • 邮编:710051
  • 邮箱:kgdbjb@163.com
  • 电话:029-8476434
  • 国际标准刊号:ISSN:1009-3516
  • 国内统一刊号:ISSN:61-1338/N
  • 邮发代号:52-247
  • 获奖情况:
  • 中国期刊方阵"双效"期刊,陕西省优秀科技期刊,2004年中国高校优秀科技期刊二等奖,2006年中国高校优秀科技期刊奖,2008年中国高校优秀科技期刊奖,2009年中国高校科技期刊编辑质量优秀奖,2010年中国高校优秀科技期刊奖,2004年综合性科学技术类核心期刊,2008年综合性科学技术类核心期刊,2009年、2011年RCCSE中国核心学术期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:5808