首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   479篇
  国内免费   71篇
  完全免费   627篇
  自动化技术   1177篇
  2020年   3篇
  2019年   4篇
  2018年   6篇
  2017年   19篇
  2016年   19篇
  2015年   53篇
  2014年   72篇
  2013年   58篇
  2012年   162篇
  2011年   145篇
  2010年   109篇
  2009年   121篇
  2008年   130篇
  2007年   108篇
  2006年   66篇
  2005年   47篇
  2004年   37篇
  2003年   12篇
  2002年   6篇
排序方式: 共有1177条查询结果,搜索用时 46 毫秒
1.
基于SVM的综合评价方法研究   总被引:31,自引:1,他引:30  
系统介绍了统计学习理论与支持向量机的基本思想,研究了它们在综合评价中的应用。分析了科研立项评审系统的设计方法,建立了基于SVM的评审系统。文末比较了新评审系统和采用其它方法如模糊排序、神经网络等建立的评审系统所分别取得的拟合效果,比较结果表明:采用支持向量机设计的评审系统结构简单、思路清晰地且能取得更为理想的评审结果。  相似文献
2.
模糊多类支持向量机及其在入侵检测中的应用   总被引:29,自引:0,他引:29  
针对支持向量机理论中现存的问题:多类分类问题和对于噪音数据的敏感性,提出了一种模糊多类支持向量机算法.该算法是在Weston等人提出的多类SVM分类器的直接构造方法中引入模糊成员函数,针对每个输入数据对分类结果的不同影响,该模糊成员函数得到相应的值,由此可以得到不同的惩罚值,并且在构造分类超平面时,可以忽略那些对分类结果影响很小的数据.在充分的数值实验基础上,将文中提出的方法应用于当前一个重要的应用领域——计算机网络入侵检测问题,并得到了较好的实验结果.理论分析与数值实验都表明,该算法是切实可行的,并具有良好的鲁棒性。  相似文献
3.
基于混沌优化算法的支持向量机参数选取方法   总被引:29,自引:0,他引:29  
袁小芳  王耀南 《控制与决策》2006,21(1):111-113,117
支持向量机(SVM)的参数取值决定了其学习性能和泛化能力.对此,将SVM参数的选取看作参数的组合优化,建立组合优化的目标函数,采用变尺度混沌优化算法来搜索最优目标函数值.混沌优化算法是一种全局搜索方法,在选取SVM参数时,不必考虑模型的复杂度和变量维数.仿真表明,混沌优化算法是选取SVM参数的有效方法,应用到函数逼近时具有优良的性能.  相似文献
4.
一种新的支持向量机多类分类方法   总被引:28,自引:0,他引:28  
分析了目前的支持向量机多类分类方法存在的问题以及缺点.针对以上问题及缺点,提出了基于二叉树的支持向量机的多类分类方法,并在UCI数据库上进行了验证,取得了良好效果.  相似文献
5.
多核学习方法   总被引:24,自引:5,他引:19       下载免费PDF全文
多核学习方法是当前核机器学习领域的一个新的热点. 核方法是解决非线性模式分析问题的一种有效方法, 但在一些复杂情形下, 由单个核函数构成的核机器并不能满足诸如数据异构或不规则、样本规模巨大、样本不平坦分布等实际的应用需求, 因此将多个核函数进行组合, 以获得更好的结果是一种必然选择. 本文根据多核的构成, 从合成核、多尺度核、无限核三个角度, 系统综述了多核方法的构造理论, 分析了多核学习典型方法的特点及不足, 总结了各自的应用领域, 并凝炼了其进一步的研究方向.  相似文献
6.
一种新的基于二叉树的SVM多类分类方法   总被引:23,自引:0,他引:23       下载免费PDF全文
孟媛媛  刘希玉 《计算机应用》2005,25(11):2653-2654
介绍了几种常用的支持向量机多类分类方法,分析其存在的问题及缺点。提出了一种基于二叉树的支持向量机多类分类方法(BT SVM),并将基于核的自组织映射引入进行聚类。结果表明,采用该方法进行多类分类比1 v r SVMs和1 v 1 SVMs具有更高的分类精度。  相似文献
7.
基于RBF核的SVM的模型选择及其应用   总被引:22,自引:2,他引:20  
使用RBF核的SVM(支持向量机)被广泛应用于模式识别中。此类SVM的模型选择取决于两个参数,其一是惩罚因子C,其二是核参数σ^2。该文使用了网格搜索和双线性搜索两种方法进行参数选择,并将两者的优点综合。应用于脱机手写体英文字符识别。实验在NIST数据集上进行了验证,对搜索效率和推广识别率进行了比较。实验结果还表明使用最优参数的SVM在识别率上比使用ANN(人工神经元网络)的分类器有较大提高。  相似文献
8.
支持向量机在机械故障诊断中的应用研究   总被引:21,自引:2,他引:19  
在机械故障诊断中,通常不具备有大量的故障样本,因此,制约了故障诊断技术向智能化方向发展,而基于统计学习理论(SLT)的支持向量机(SVM)方法正好克服了这方面的不足,统计学习理论是专门研究少样本情况下的统计规律及学习方法的理论。SLT理论和SVM方法为故障诊断技术向智能化发展提供了新的途径。该文讨论了支持向量机在故障诊断领域中应用的分类算法。并以滚动轴承的振动信号为例进行了试验论证。试验表明:SVM方法对具有少样本的故障诊断领域具有很强的适应性。  相似文献
9.
高斯核支撑向量机的性能分析   总被引:20,自引:1,他引:19  
高斯核函数因其良好的性态,在新近提出的学习机器——支撑向量机中得到广泛的应用,以高斯核为其核函数的支撑向量机在实际应用中表现出良好的学习性能。然而,研究发现,高斯核中尺度参数σ的大小对支撑向量机性能的优劣发挥着关键性的作用。该文研究和讨论了支撑向量机的性能随尺度参数σ从0到∞的变化规律,证明了高斯核支撑向量机在σ→0和σ→∞时所具有的重要性质。数值实验结果进一步验证了所得结论。  相似文献
10.
多类支持向量机算法综述   总被引:18,自引:0,他引:18  
传统的支持向量机是基于两类问题提出的,如何将其有效的推广至多类问题仍是一个有待研究的问题。本文中作者致力于对现有的几种较有成效的多类支持向量机做一介绍,并比较其优劣,以期对研究者以后的研究能有所启发。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号