1) support vector kernel
支撑矢量核
2) support vector
支撑矢量
1.
When the number of support vectors or samples required to distinguish is large, its direct computation would take much time In order to reduce the complexity of discriminant value computation, vector replacement method mainly for linear SVM and orthogonal vectors method mainly for nonlinear SVM are brought forwar
当支撑矢量或待判别的样本很多时 ,支撑矢量机算法对判别函数值的直接计算会影响整个SVM算法的速度 国外对于SVM的训练算法研究很深入 ,但判别函数值的算法研究很少 文中将从减少判别值计算的复杂性入手 ,提出矢量替换法 (主要针对线性SVM )、正交矢量法 (主要针对非线性SVM)的判别值计算算
2.
For the support vector machine based learning algorithm of classifier, it is very importance for the support vector to be pre-selected.
在基于支撑矢量机的分类器学习算法中,预先选择支撑矢量是非常重要的。
3.
A new method called center distance ratio which is able to extract support vectors from given training examples is presened for support vector algorithm.
支撑矢量机为小样本模式识别提供了一新的途径 ,但其支撑矢量的选择相当困难 ,也成为其应用的瓶颈问题 。
3) support vector machine
支撑矢量机
1.
Fabric defect detection based on support vector machine;
基于支撑矢量机的织物疵点识别算法
2.
Automation of recogniting pavement surface distress based on support vector machine;
基于支撑矢量机的路面破损识别
3.
Modifying classifier method for support vector machine;
支撑矢量机的改进分类器算法
4) SVM
支撑矢量机
1.
Intrusion Detection Methodology of SVM of Wavelet Kernel-based;
基于小波核支撑矢量机的入侵检测方法
2.
Together with the orientational fractal dimension parameters,a Support Vector Machine(SVM) was e.
提取图像在多分辨率下的纹理参数,同时结合计算出的带方向分形维数,建立支撑矢量机进行子宫肌瘤和腺肌病的分类判决。
3.
With limited samples, SVM has stronger ability of generalization in comparison with machine learning algorithm.
与现有的机器学习算法相比,在有限样本的情况下,支撑矢量机具有更强的分类推广能力。
5) support vector machines
支撑矢量机
1.
License plate locating using support vector machines and texture analysis;
结合纹理分析和支撑矢量机的汽车牌照定位研究
2.
From neural networks to support vector machines(A);
从神经网络到支撑矢量机(上)
3.
The appeal of kernel based methods has been arisen in recent years by the success of support vector machines.
支撑矢量机的成功引起了人们对核函数方法的兴趣。
6) Support vector machine(SVM)
支撑矢量机
1.
According to design requirement of missile inertia device fault prediction system and the advantage of support vector machine(SVM).
文中针对导弹惯性器件故障预报系统的设计要求,考虑到支撑矢量机用于故障预报的优点,在导弹惯性器件的故障预报过程中应用了支撑矢量机的训练算法。
2.
Then,a support vector machine(SVM) based on kernel.
该方法选择矩形积分双谱(SIB)作为个体识别的主体特征参数,然后采用主元分析(PCA)方法从大量训练样本特征参数集中挑选低维、低复杂度的特征矢量,并在识别特征矢量中融合对分类具有显著贡献的辐射源调制特征参量,最后采用基于核函数的支撑矢量机(SVM)实现对辐射源个体识别。
补充资料：高能核－核碰撞
具有很高能量的原子核相碰时，形成一个能量密度很高的碰撞区，入射核和靶核都被高度激发，而后发生碎裂，并且随之产生许多新的粒子的过程。又称高能重离子反应（主要指利用重离子加速器等产生的高能重离子束轰击靶核引起的原子核反应）。
历史 20世纪50年代，首先从宇宙线的乳胶照片中得到了典型的高能核-核碰撞事例,从而开始用宇宙线研究高能核－核碰撞。早期的工作主要是研究碰撞的截面及碰撞碎片的质量和动量分布。70年代初，美国劳伦斯伯克利实验室的 Bevatron(以及后来改进的Bevalac)及苏联杜布纳联合核子研究所的同步稳相加速器(JINR)等若干高能重离子加速器建成，产生了人工加速的高能重离子束，提供了在实验室研究高能重离子反应的可能性。70年代开始研究产生基本粒子(如 π介子、K介子等)的数目及动量的分布。与此同时，各种唯象的高能重离子反应的模型也发展起来了。随着理论的发展和人工加速重离子的质量不断增大，能量不断提高，又开始探索用高能重离子反应形成核物质的异常态的可能性。
碰撞类型 从碰撞碎片分布的实验结果分析，高能核-核碰撞可以分为周缘碰撞和对心碰撞两类。
周缘碰撞 入射核同靶核擦边而过，仅有少数核子相碰而脱离原子核。入射核同靶核的剩余部分受到激发，各自发生碎裂。在这类碰撞的乳胶照片上，可以明显地看到一个高速朝前的入射核碎片形成的锥和一个低速各向同性的靶碎片分布。在高能核-核碰撞中,入射核和靶核的地位是完全对等的。如果转换到入射核的静止系中，入射核碎片的动量分布也是各向同性的。更仔细的研究发现，这一动量分布呈高斯型，并且一个核碎片的同位素分布情况是同入射能量及另一核的质量无关的。这一现象表明，周缘碰撞中，一个核的碎裂过程是独立于它同另一核相碰的激发过程的。
对心碰撞 入射核同靶核完全重叠,发生激烈的碰撞，二者都被击碎。这类事件(约占全部事件的10％)包含高度的激发及大量次级碎片和其他次级粒子的发射。乳胶照片上显示出从碰撞点发出的几十条碎片及产生粒子的径迹。在对心碰撞中,激发同碎裂过程不再互相独立,碎片的分布情况也随靶和入射核的质量而变。
碰撞模型 "参加者－旁观者"模型主要用于描述周缘碰撞的过程。两个高能核相碰，首先发生一个快速的碰撞过程。在两个核相重合的区域内的核子群激烈相碰,它们被称为"参加者",而处于两个核非重合区的核子群只受到轻微的扰动，互相穿过，继续保持它们原有的速度，被称为"旁观者"。对心碰撞中主要是"参加者"。而在周缘碰撞中, 绝大部分核子都是"旁观者"。以后,两个核中的"旁观者"经历第二阶段:碎片的"蒸发"过程，并形成两个碎裂区。人们用一些唯象的模型描述这两个碎裂区的性质，得到半定量的符合。对"参加者"构成的高温高密度中心区的描述更为复杂，还存在不少尚待解决的问题。火球模型主要用于描述对心碰撞的过程，对"参加者"构成的高温高密度中心区（称为核火球）是比较有代表性的一个唯象模型。
多重产生模型 对于碰撞中产生粒子的研究是强子-核子及强子-原子核作用中相应研究的继续和发展，也是对各种原子核上的多重产生模型的进一步检验，绝大部分产生的粒子横向动量都不大。实验最初测量了这些低横向动量产生粒子的数目及纵向动量的分布。原有的多重产生模型则推广用于解释这些实验结果。以后，产生粒子之间的关联及大横向动量粒子性质的研究也逐渐引起了重视。实验和理论都在讨论各观测量随核的质量数A的α次幂即Aa的变化规律。特别是大横向动量时α大于1的现象可能显示了高能核-核碰撞中新的机制。
碰撞和夸克物质的形成 近年来,不少理论工作者探讨反常核物质、夸克－胶子等离子体等各种物质新形态存在的可能性,并提出:重的重离子在很高能量下对心碰撞后，可能从高温高密度的中心区产生这些新形态。格点近似方法提供了进行实际计算的工具。目前，各种理论计算正在进行，若干更高能量的重离子加速器也正在设计和改建中。有可能展开一个复杂而有趣的未知领域。
参考书目
A.S.Goldhaber and H. H. Heckman,Ann. Rew. Nucl.part. Sci., Vol. 28, p.161, 1978.
M.Jacob and H.Satz,ed.,Proc. Workshop on Quark Matter Formation and Heαvy Ion Collisions, World ScientificPubl. Co., Singapore, 1982.
历史 20世纪50年代，首先从宇宙线的乳胶照片中得到了典型的高能核-核碰撞事例,从而开始用宇宙线研究高能核－核碰撞。早期的工作主要是研究碰撞的截面及碰撞碎片的质量和动量分布。70年代初，美国劳伦斯伯克利实验室的 Bevatron(以及后来改进的Bevalac)及苏联杜布纳联合核子研究所的同步稳相加速器(JINR)等若干高能重离子加速器建成，产生了人工加速的高能重离子束，提供了在实验室研究高能重离子反应的可能性。70年代开始研究产生基本粒子(如 π介子、K介子等)的数目及动量的分布。与此同时，各种唯象的高能重离子反应的模型也发展起来了。随着理论的发展和人工加速重离子的质量不断增大，能量不断提高，又开始探索用高能重离子反应形成核物质的异常态的可能性。
碰撞类型 从碰撞碎片分布的实验结果分析，高能核-核碰撞可以分为周缘碰撞和对心碰撞两类。
周缘碰撞 入射核同靶核擦边而过，仅有少数核子相碰而脱离原子核。入射核同靶核的剩余部分受到激发，各自发生碎裂。在这类碰撞的乳胶照片上，可以明显地看到一个高速朝前的入射核碎片形成的锥和一个低速各向同性的靶碎片分布。在高能核-核碰撞中,入射核和靶核的地位是完全对等的。如果转换到入射核的静止系中，入射核碎片的动量分布也是各向同性的。更仔细的研究发现，这一动量分布呈高斯型，并且一个核碎片的同位素分布情况是同入射能量及另一核的质量无关的。这一现象表明，周缘碰撞中，一个核的碎裂过程是独立于它同另一核相碰的激发过程的。
对心碰撞 入射核同靶核完全重叠,发生激烈的碰撞，二者都被击碎。这类事件(约占全部事件的10％)包含高度的激发及大量次级碎片和其他次级粒子的发射。乳胶照片上显示出从碰撞点发出的几十条碎片及产生粒子的径迹。在对心碰撞中,激发同碎裂过程不再互相独立,碎片的分布情况也随靶和入射核的质量而变。
碰撞模型 "参加者－旁观者"模型主要用于描述周缘碰撞的过程。两个高能核相碰，首先发生一个快速的碰撞过程。在两个核相重合的区域内的核子群激烈相碰,它们被称为"参加者",而处于两个核非重合区的核子群只受到轻微的扰动，互相穿过，继续保持它们原有的速度，被称为"旁观者"。对心碰撞中主要是"参加者"。而在周缘碰撞中, 绝大部分核子都是"旁观者"。以后,两个核中的"旁观者"经历第二阶段:碎片的"蒸发"过程，并形成两个碎裂区。人们用一些唯象的模型描述这两个碎裂区的性质，得到半定量的符合。对"参加者"构成的高温高密度中心区的描述更为复杂，还存在不少尚待解决的问题。火球模型主要用于描述对心碰撞的过程，对"参加者"构成的高温高密度中心区（称为核火球）是比较有代表性的一个唯象模型。
多重产生模型 对于碰撞中产生粒子的研究是强子-核子及强子-原子核作用中相应研究的继续和发展，也是对各种原子核上的多重产生模型的进一步检验，绝大部分产生的粒子横向动量都不大。实验最初测量了这些低横向动量产生粒子的数目及纵向动量的分布。原有的多重产生模型则推广用于解释这些实验结果。以后，产生粒子之间的关联及大横向动量粒子性质的研究也逐渐引起了重视。实验和理论都在讨论各观测量随核的质量数A的α次幂即Aa的变化规律。特别是大横向动量时α大于1的现象可能显示了高能核-核碰撞中新的机制。
碰撞和夸克物质的形成 近年来,不少理论工作者探讨反常核物质、夸克－胶子等离子体等各种物质新形态存在的可能性,并提出:重的重离子在很高能量下对心碰撞后，可能从高温高密度的中心区产生这些新形态。格点近似方法提供了进行实际计算的工具。目前，各种理论计算正在进行，若干更高能量的重离子加速器也正在设计和改建中。有可能展开一个复杂而有趣的未知领域。
参考书目
A.S.Goldhaber and H. H. Heckman,Ann. Rew. Nucl.part. Sci., Vol. 28, p.161, 1978.
M.Jacob and H.Satz,ed.,Proc. Workshop on Quark Matter Formation and Heαvy Ion Collisions, World ScientificPubl. Co., Singapore, 1982.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条