| 采用粒子群优化的SVM算法在数据分类中的应用 | |
| 邹心遥[1]; 陈敬伟[1]; 姚若河[2] | |
| 刊名 | 《华侨大学学报：自然科学版》
 |
| 2016 | |
| 卷号 | 37页码:171-174 |
| 关键词 | 数据分类 支持向量机 粒子群优化 Iris数据集 惩罚参数 高斯参数 |
| URL标识 | 查看原文 |
| 内容类型 | 期刊论文 |
| URI标识 | http://www.corc.org.cn/handle/1471x/2189663 |
| 专题 | 华南理工大学 |
| 作者单位 | 1.[1]广东农工商职业技术学院机电系,广东广州510507 2.[2]华南理工大学电子与信息学院,广东广州510641 |
| 推荐引用方式 GB/T 7714 | 邹心遥[1],陈敬伟[1],姚若河[2]. 采用粒子群优化的SVM算法在数据分类中的应用[J]. 《华侨大学学报：自然科学版》,2016,37:171-174. |
| APA | 邹心遥[1],陈敬伟[1],&姚若河[2].(2016).采用粒子群优化的SVM算法在数据分类中的应用.《华侨大学学报：自然科学版》,37,171-174. |
| MLA | 邹心遥[1],et al."采用粒子群优化的SVM算法在数据分类中的应用".《华侨大学学报：自然科学版》 37(2016):171-174. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论