基于多视图双支持向量机半监督学习机Semi-Supervised Learning Machine Based on Multi-View Twin Support Vector Machine
姚瑞
运筹与模糊学Vol.9 No.2, 全文下载: PDF HTML XML DOI:10.12677/ORF.2019.92021, May 30 2019
半监督支持向量机学习分类方法Semi-Supervised Support Vector Machine Learn Classification Methods
姚 瑞 科研立项经费支持
计算机科学与应用Vol.10 No.11, 全文下载: PDF HTML XML DOI:10.12677/CSA.2020.1011221, November 27 2020
基于最小二乘支持向量机的森林火灾预测研究Prediction of Forest Fires Based on Least Squares Support Vector Machine
李恩来 国家自然科学基金支持
数据挖掘Vol.6 No.1, 全文下载: PDF HTML XML DOI:10.12677/HJDM.2016.61003, January 14 2016
利用支持向量机和人工神经网络填补缺失数据The Use of Support Vector Machines and Artificial Neural Networks to Fill Missing Data
张楠, 程理, 王鹏 科研立项经费支持
应用数学进展Vol.6 No.5, 全文下载: PDF HTML XML DOI:10.12677/AAM.2017.65080, August 14 2017
基于弹球损失模糊支持向量机的客户认购定期存款预测分析Forecasting Analysis of Customer Subscribed Time Deposits Based on Pinball Loss Fuzzy Support Vector Machines
匡维波
电子商务评论Vol.13 No.3, 全文下载: PDF XML DOI:10.12677/ecl.2024.1331049, August 22 2024
基于支持向量机模型的多因子量化选股策略Multi Factor Quantitative Stock Selection Strategy Based on Support Vector Machine Model
咪 纳, 赵予宁, 何秉坤
电子商务评论Vol.13 No.3, 全文下载: PDF XML DOI:10.12677/ecl.2024.1331054, August 22 2024