论文研究 基于属性筛选支持向量机挖掘虚拟社团结构 .pdf

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

设计实现了一个高扩展性的元搜索引擎，并提出基于关联规则的聚类算法作用于查询结果，大大提高查询结果的可浏览性。实验结果表明该聚类算法在复杂度和聚类效果上均优于传统的k-means算法。

支持向量机若干优化算法的比较研究，马义德，邱秀清，支持向量机(SVM)是统计学习理论(SLT)的一种成功实现，它建立在SLT的VC维理论和结构风险最小化原理基础之上，根据有限样本信息在模型复

单类支持向量机是一种用途广泛的分类器，它能够应用于负类样本难以收集的领域中，如入侵检测、故障检测与诊断和遥感数据分类等领域。因此无论在理论研究还是实际应用方面，单类支持向量机受到越来越多的关注。回顾单

基于ROC曲线分析的AUC方法最初用于评估二类分类，不能直接解决多类别的评估，如何有效地将其推广到多类别评估中是研究的热点问题。首先介绍一种基于一对多方法的多类别AUC评估方法F-AUC，在此基础上根

针对已有的情感生理参数样本类内聚合度低、不同状态较难区分的特点，提出了一种改进的模糊支持向量机识别方法。模糊隶属度函数采用高斯分布形式，高斯分布的参数分别由同类样本数据形成的最小超球体半径和样本之间的

为了对蛋白质结构进行正确分类，提出了一种基于粗糙集理论的蛋白质结构分类属性筛选方法。通过多结构比对工具MAMMOTH-mult获得条件属性值，针对分辨矩阵中元素特点提出了分辨矩阵简化方法和改进的属性约

基于发信者属性的监控社团通信行为方法，刘威，唐常杰，将数据挖掘技术应用于反犯罪和反恐怖是目前各国安全部门的研究热点。目前国内在分析犯罪和恐怖团伙之间联系行为等方面的研究工��

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