国家学术搜索
登录
注册
中文
EN
首页
|
基于非随机傅里叶特征的在线支持向量机的算法设计与实现
基于非随机傅里叶特征的在线支持向量机的算法设计与实现
引用
认领
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
NETL
NSTL
万方数据
中文摘要：
支持向量机建立在VC维理论以及结构风险最小化原理的基础之上,是机器学习领域中举足轻重的监督学习模型.其性能与效率在很大程度上取决于所采用的核函数.基于传统核函数的支持向量机算法需要保留支持向量,通过表示定理来进行特征映射,存在较大的时间与空间开销,并不适用于动态环境中的大规模在线任务.
收起全部
展开查看外文信息
作者：
陈方玲
展开 >
作者单位：
211100 南京蓝帽子科技有限公司 江苏 南京
关键词：
向量机
优化问题
特征
测试
出版年：
2019
数字化用户
数字化用户
ISSN：
年,卷(期)：
2019.
25
(22)
NETL
NSTL
万方数据
