SIA OpenIR  > 数字工厂研究室
基于统计学习理论的支持向量机预测模型
章永来; 史海波; 周晓锋; 杨秀锋
作者部门数字工厂研究室
关键词统计学习理论 支持向量机 人体脂肪 回归 预测
发表期刊统计与决策
ISSN1002-6487
2014
期号5页码:72-73
产权排序1
资助机构国家重大科技专项资助项目(2011ZX02507-006);辽宁省科技攻关项目(2011216008)
摘要针对测试人体脂肪含量相对比较复杂的问题,文章根据日常测试的包含14个特征值的样本数据,设计了一种基于统计学习理论的支持向量机预测方法。通过四种常用核函数和监测均方根误差与平方相关系数两项关键指标,对比分析实验表明利用支持向量机预测人体的脂肪含量具有很好的效果。
语种中文
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/14640
专题数字工厂研究室
作者单位1.中国科学院沈阳自动化研究所
2.中国科学院大学
3.辽宁工程技术大学
推荐引用方式
GB/T 7714
章永来,史海波,周晓锋,等. 基于统计学习理论的支持向量机预测模型[J]. 统计与决策,2014(5):72-73.
APA 章永来,史海波,周晓锋,&杨秀锋.(2014).基于统计学习理论的支持向量机预测模型.统计与决策(5),72-73.
MLA 章永来,et al."基于统计学习理论的支持向量机预测模型".统计与决策 .5(2014):72-73.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于统计学习理论的支持向量机预测模型.p(734KB) 开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[章永来]的文章
[史海波]的文章
[周晓锋]的文章
百度学术
百度学术中相似的文章
[章永来]的文章
[史海波]的文章
[周晓锋]的文章
必应学术
必应学术中相似的文章
[章永来]的文章
[史海波]的文章
[周晓锋]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于统计学习理论的支持向量机预测模型.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

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。