基于统计学习理论的支持向量机预测模型
文献类型：期刊论文
| 作者 | 周晓锋 ; 史海波; 章永来
|
| 刊名 | 统计与决策
 |
| 出版日期 | 2014 |
| 期号 | 5页码:72-73 |
| 关键词 | 统计学习理论 支持向量机 人体脂肪 回归 预测 |
| ISSN号 | 1002-6487 |
| 产权排序 | 1 |
| 中文摘要 | 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。 |
| 资助信息 | 国家重大科技专项资助项目(2011ZX02507-006);辽宁省科技攻关项目(2011216008) |
| 语种 | 中文 |
| 源URL | [http://ir.sia.ac.cn/handle/173321/14640]  |
| 专题 | 沈阳自动化研究所_数字工厂研究室 |
| 推荐引用方式 GB/T 7714 | 周晓锋,史海波,章永来. 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 | 周晓锋,史海波,&章永来.(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 | 周晓锋,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. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
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。