论文研究基于熵的特征选择支持向量机集成 .pdf

针对纺织行业客户流失问题建立了基于支持向量机的预测模型。基于该行业预测客户流失指标属性多、相关系数高的特点，首先采用主成分分析法从多指标属性中筛选出客户流失的主要因素，有效地降低了支持向量机的训练维度

双支持向量机是近年提出的一种新的支持向量机。在处理模式分类问题时,双支持向量机速度远远超过传统支持向量机,而且显示出较好的推广能力。但双支持向量机没有考虑不同输入样本点可能会对分类超平面的形成产生不同

鉴于灰色预测方法和支持向量机各自的优点，将灰色预测方法与支持向量机相结合，建立灰色支持向量机模型，并以极差替代收益的标准差度量波动率，运用新模型对深圳基金波动率进行实例分析。通过与v支持向量机的预测

基于支持向量机的移动支付类应用安全评估研究，费会，郭燕慧，移动支付类恶意应用泛滥，准确评估其安全性显得尤为重要。近年来，机器学习方法已经在文本识别、医学诊断、异常流量检测等领域取

基于支持向量机_SVM_特征加权_选择的光谱匹配算法_王圆圆

SVM是基于统计学习理论的结构风险最小化原则的，它将最大分界面分类器思想和基于核的方法结合在一起,表现出了很好的泛化能力。并对目前的三种主流算法SVMlight，Bsvm与SvmFu在人脸检测、MNI

支持向量机推广性能的分析是机器学习中的一项重要内容。依据可通过最小化本性支持向量个数来构造支持向量机的思路，结合稀疏学习，从贪婪方法的角度出发，提出了一种新的支持向量机，称之为贪婪支持向量机。利用UC

研究和选择碳循环的影响因素是预测碳通量的重要环节，也是研究碳循环机理的重要步骤。然而从众多的影响因素中选择重要的因素，依然存在着困难。提出利用相关分析、遗传算法和神经网络进行碳通量预测的主要因素选择的

论文研究-多属性决策的支持向量机方法.pdf,

半监督支持向量机回归模型研究，冀杰，程玉虎，利用支持向量机和K近邻学习器的优点，提出一种半监督支持向量机回归模型。支持向量机通过选择高置信度的未标记样本加以标记，并��