...
机译:使用集成余量进行SVM训练的快速数据选择
G&E Laboratory (EA 4592), IPB/University of Bordeaux, 1 allee F.Daguin 33670 Pessac, France,CNRS-IMS Laboratory (UMR 5218), Bt A4, 351 Cours de la liberation, 33402 Talence Cedex, France;
G&E Laboratory (EA 4592), IPB/University of Bordeaux, 1 allee F.Daguin 33670 Pessac, France;
Boundary points; Instance selection; Ensemble learning; Margin theory; Large data; Support vector machine;
机译:具有重复样本的SVM训练及其在基于SVM的集成方法中的应用
机译:具有多个参数的1-范数软边际支持向量机的最大似然模型选择
机译:探索使用集合余量对大面积土地覆盖分类进行随机森林性能训练数据失衡和标签错误的问题
机译:DISVM:针对大规模数据集的快速SVM培训
机译:相关基因子集选择:SVM和遗传算法中的最大余量标准。
机译:基于最大余量准则的递归基因选择:与SVM-RFE的比较
机译:基于sVm的快速特征消除利用数据半径,硬边际, 软保证金