位置：成果数据库 > 期刊 > 期刊详情页
Training twin support vector regression via linear programming
  • 期刊名称：Neural Computing & Applications
  • 时间：0
  • 页码：77-91
  • 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|Xu,Yitian|
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
A Direct Sparse Algorithm for LS-SVR
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 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