登录
English
手机版
个人信息
基本信息
联系方式
简介
教育与工作经历
学术兼职
科研活动
教学活动
研究领域
研究领域
研究方向介绍
个人成果
招生信息
典型企业应用
基本信息
研究领域
科研团队
团队成员
在校学生
桃李满天下
师生同乐
团体活动
招生信息
招生信息
科学研究
论文成果
专利成果
著作成果
科研项目
获奖信息
我的新闻
教授
博士生导师
硕士生导师
电子邮箱:
0b6f128938f9cc6f7445a30247785316e328abf954097e3d38bec9871c6a60582c47139535408a033701751fe670d3e27c038135bf92a7580d16063a87b9640cd5926a6a6df682b43e8383e12a2ea57474684ef0bbf4f22f153cac0861b4de6be5e7b92f78c4b6cdcb876f3d9841121d58bcbfa3941c4c232c2acfc588555baa
入职时间:
2005-04-25
学历:
硕博连读
性别:
男
学位:
博士
在职信息:
在职
毕业院校:
西安交通大学
所属院系:
机械工程学院
学科:
机械工程
论文成果
当前位置:
中文主页
>>
科学研究
>>
论文成果
支持向量机回归的参数选择方法
发布时间:
2025-04-30
论文名称:
支持向量机回归的参数选择方法
发表刊物:
计算机工程 ISTIC PKU
摘要:
综合4种支持向量机回归的参数选择方法的优点,提出一种对训练样本进行分析并直接确定参数的方法.在标准测试数据集上的试验证明,该方法与传统网格搜索法相比,在时间和预测精度方面取得了更好的结果,可以较好地解决支持向量机在实际应用中参数难以选择、消耗时间长的问题.
合写作者:
闫国华 朱永生
卷号:
2009, 35(14)
是否译文:
否
发表时间:
2009-07-30
合写作者:
闫国华 朱永生
上一条:
Neural Network Compact Ensemble and Its Applications
下一条:
不敏感损失函数支持向量机分类性能研究