机读格式显示(MARC)

• 000 01590nam0 2200277 450

• 001 0000356376

• 005 20201020164500.0

• 010 __ |a 978-7-03-045856-8 |d CNY50.00

• 099 __ |a CAL 012015137672 |a CAL 012016002630

• 100 __ |a 20151110d2015 ekmy0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 拓展支持向量机算法研究 |A tuo zhan zhi chi xiang liang ji suan fa yan jiu |f 吴青著

• 210 __ |a 北京 |c 科学出版社 |d 2015

• 215 __ |a 146页 |c 图 |d 24cm

• 300 __ |a 西安邮电大学学术专著出版基金资助出版

• 320 __ |a 有书目。

• 330 __ |a 支持向量机算法是近几年新兴的一种机器学习方法，以统计学习理论为基础，较好地解决了传统统计学习理论不能解决的非线性、高维数、局部极小点等问题，具有较好的推广能力。然而传统的支持向量机在计算上存在着一些问题，包括训练算法速度慢、算法复杂而难以实现、检测阶段运算量大、抗击噪音能力差等。如何提高训练速度、减少训练时间、建立实用的学习算法仍是一些亟待解决的问题。本书从最优化理论与方法的角度，结合作者长期以来在该领域的研究工作，撰写了该书。本书内容主要包括最优化理论与支持向量机的基本理论知识、最小二乘支持向量机的快速算法、新的光滑支持向量分类机、新的光滑支持向量回归机、支持向量机的调节熵函数法、光滑半监督支持向量机、无参数填充函数法的光滑聚类算法以及基于光滑支持向量机的人脸识别等。

• 333 __ |a 本书可供国内外智能科学与技术、计算机科学与技术、信息控制类专业的本科生、研究生及相关领域的广大科研工作者参考使用。

• 606 0_ |a 向量计算机 |A xiang liang ji suan ji |x 算法理论 |x 研究

• 690 __ |a TP301.6 |v 5

• 701 _0 |a 吴青 |A wu qing |4 著

• 801 _0 |a CN |b NJU |c 20151111

• 905 __ |a AUSTL |d TP301.6/W649