期刊文献+

基于支持向量机和神经网络对分类问题的比较研究 被引量:2

The Comparative Study of Classification Based on Support Vector Machines and Neural Networks
下载PDF
导出
摘要 支持向量机(SVM)和神经网络(ANN)是模式识别的两种方法,支持向量机是新兴的一种效率更高的识别方法,能够达到比神经网络更好的分类效果。文中以二分类为例比较了二者的分类准确率和效率问题。 Support Vector Machine(SVM) and neural network (ANN) are the two methods of pattern recognition, support vector machines is more efficient identification method which can achieve better classification results than the neural network. Taking two classification as an example, both classification accuracy and efficiency issues are compared.
出处 《机械工程师》 2012年第8期31-32,共2页 Mechanical Engineer
关键词 支持向量机 神经网络 模式识别 support vector machine neural network pattern recognition
  • 相关文献

参考文献9

  • 1张海军.机械状态检测与故障诊断[M].北京:国防工业出版社,2008. 被引量:1
  • 2温熙森.模式识别与技术监控[M].北京:科学出版社.2007. 被引量:1
  • 3翟永杰..基于支持向量机的故障智能诊断方法研究[D].华北电力大学,2004:
  • 4方瑞明著..支持向量机理论及其应用分析[M].北京:中国电力出版社,2007:185.
  • 5白鹏等编著..支持向量机理论及工程应用实例[M].西安:西安电子科技大学出版社,2008:157.
  • 6邓乃扬,田英杰著..支持向量机:理论、算法与拓展[M].北京:科学出版社,2009:244.
  • 7邓乃扬,田英杰著..数据挖掘中的新方法 支持向量机[M].北京:科学出版社,2004:408.
  • 8徐丽.神经网络控制[M].北京:电子工业出版社,2003. 被引量:1
  • 9高隽.人工神经网络原理及仿真实例[M].北京:机械工业出版社,2005. 被引量:42

共引文献41

同被引文献14

引证文献2

二级引证文献15

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部