位置：立项数据库 > 立项详情页
提高支持向量机处理复杂数据效能的方法研究
  • 项目名称：提高支持向量机处理复杂数据效能的方法研究
  • 项目类别：面上项目
  • 批准号：61273291
  • 项目来源：国家自然科学基金
  • 研究期限：1900-01-01-1900-01-01
  • 项目负责人：王文剑
  • 依托单位：山西大学
  • 批准年度：2012
成果综合统计
成果类型
数量
  • 期刊论文
  • 会议论文
  • 专利
  • 获奖
  • 著作
  • 26
  • 0
  • 0
  • 0
  • 0
期刊论文
基于区域显著性的活动轮廓分割模型
时序数据曲线排齐的相关性分析方法
基于粒度偏移因子的支持向量机学习方法
经济周期波动的函数型时序分解方法——基于CPI的实证分析
基于概率密度分布的增量支持向量机算法
基于粒分布的支持向量机加速训练方法
动态粒度支持向量回归机
基于多学习器协同训练模型的人体行为识别方法
一种基于Petri网的Web服务选择方法
基于选择性集成旋转森林的人体行为识别算法
基于关联关系分析的符号数据分类方法
不确定感知的自适应云计算服务组合
面向函数型数据的快速特征选择方法
一种面向文本分类的特征迁移方法
一种基于数据分布的SVM核选择方法
一种基于圆形分布的支撑向量机核选择方法
基于主动学习的模式类别挖掘模型
一种快速均值飘移图像分割算法
高斯核函数选择的广义核极化准则
基于组合半监督的增量支持向量机学习算法
基于正交多项式的核函数性质研究
基于非均匀采样的相关系数最大化曲线排齐方法
一种处理结构化输入输出的中文句法分析方法
动态粒度SVM学习算法
基于虚拟现实技术的大型场景视景仿真
一种高斯区间核SVM分类模型
王文剑的项目
粒度支持向量机学习方法及应用研究
期刊论文 32 会议论文 1
SVM的核选择方法及其应用研究
期刊论文 18 会议论文 9 专利 2
　支持向量机核选择的非统计学方法研究
基于数据特性分析的机器学习建模与算法研究
期刊论文 7
　粒度支持向量机学习方法研究
期刊论文 8
　支持向量机核选择的非统计学方法研究
　支持向量机核选择的非统计学方法研究