关键词中包括 SVM 的文章

1 采用划分融合双向控制的粒度支持向量机 赵帅群1, 郭虎升1,2, 王文剑2 2019年6期 [1243－1254][摘要](4144)[pdf 1512KB](1138) DOI:10.11992/tis.201904047

2 对偶树复小波与空域信息的手势识别分类研究 贾鹤鸣1, 朱传旭1, 张森1, 杨泽文2, 何东旭2 2018年4期 [619－624][摘要](4641)[pdf 5550KB](1403) DOI:10.11992/tis.201708003

3 融合二阶HOG与CS-LBP的头部姿态估计 张毅1, 廖巧珍1, 罗元2 2015年5期 [741－746][摘要](4904)[pdf 3404KB](2120) DOI:10.11992/tis.201506019

4 半监督SVM分类算法的交通视频车辆检测方法 蒋新华1,2, 高晟3, 廖律超1,2, 邹复民2 2015年5期 [690－698][摘要](5145)[pdf 10181KB](2520) DOI:10.11992/tis.201406044

5 进化支持向量机模型及其在水质评估中的应用 钱云1,2, 梁艳春1, 翟天放3, 刘洪志4, 时小虎1 2015年5期 [684－689][摘要](4981)[pdf 1593KB](1893) DOI:10.11992/tis.201410018

6 改进高斯核函数的人体姿态分析与识别 林海波, 王浩, 张毅 2015年3期 [436－441][摘要](2826)[pdf 940KB](3259) DOI:10.3969/j.issn.1673-4785.201405049

7 基于空间金字塔特征包的手势识别算法 余思泉1, 曹江涛1, 李平1, 姬晓飞2 2015年3期 [429－435][摘要](2567)[pdf 1405KB](3465) DOI:10.3969/j.issn.1673-4785.201405054

8 基于触觉序列的物体分类 马蕊1,2,3, 刘华平2,3, 孙富春2,3, 高蒙1 2015年3期 [362－368][摘要](2636)[pdf 4497KB](2178) DOI:10.3969/j.issn.1673-4785.201408026

9 支持向量机的多观测样本二分类算法 李欢, 王士同 2014年4期 [392－400][摘要](2487)[pdf 458KB](1684) DOI:10.3969/j.issn.1673-4785.201312040

10 结合GM(1,1)和LSSVM的多效蒸发过程参数预测 徐丽莎1，钱晓山2,3，阳春华3 2012年5期 [462－466][摘要](3461)[pdf 616KB](1976) DOI:

11 基于GEP的最小二乘支持向量机模型参数选择 钱晓山1,2，阳春华1 2012年3期 [225－229][摘要](3732)[pdf 603KB](1858) DOI:

12 支持向量机与BP网络在火灾图像探测上的比较 何世钊,杨宣访,陈晓娟 2011年4期 [339－343][摘要](3300)[pdf 438KB](1742) DOI:

13 基于小波和LSSVM的软测量建模方法 向峥嵘，陈庆伟 2010年1期 [63－66][摘要](3814)[pdf 333KB](2180) DOI:

14 多类SVM在图像艺术属性分类中的应用研究 陈小娥，陈昭炯 2009年2期 [157－162][摘要](4486)[pdf 350KB](2677) DOI:

15 基于局部SVM分类器的表情识别方法 孙正兴,徐文晖 2008年5期 [455－466][摘要](4196)[pdf 1123KB](2259) DOI:

16 基于支持向量机的生物医学文献蛋白质关系抽取 杨志豪1 ,洪　莉2 ,林鸿飞1 ,李彦鹏1 2008年4期 [361－369][摘要](3995)[pdf 611KB](2427) DOI:

17 一种改进的多类支持向量机超光谱图像分类方法 赵春晖,陈万海,万? 建 2008年1期 [77－82][摘要](3844)[pdf 570KB](2505) DOI:

18 一种基于Homogeneity的文本检测新方法 黄剑华，唐降龙，刘家锋，徐莉莉 2007年1期 [69－73][摘要](4295)[pdf 430KB](2397) DOI: