Institutional Repository
| theoretically optimal parameter choices for support vector regression machines with noisy input | |
| Wang ST; Zhu JG; Chung FL; Lin Q; Hu DW | |
| 2005 | |
| 发表期刊 | SOFT COMPUTING
![]() |
| ISSN | 1432-7643 |
| 卷号 | 9期号:10页码:732-741 |
| 收录类别 | sci ; acm ; cnki |
| 其他摘要 | 在大规模事件通知服务的通用框架基础上,通过分析提出了复合事件检测的基本模型,并对照该基本模型剖析了复合事件检测的四种基本方法:基于Petri网、基于匹配树、基于图以及基于自动机的检测方法,评价了各种方法的优缺点,为开发适用于新的应用需求的复合事件检测技术打下了基础。 |
| 关键词 | 复合事件,检测regularized Linear Regression Support Vectors Huber Loss Functions Norm-r Loss Functions |
| 部门归属 | So Yangtze Univ, Sch Informat Engn, Wuxi, Peoples R China. Nanjing Univ Sci & Tech, Dept Comp Sci & Engn, Nanjing, Peoples R China. HongKong Polytech Univ, Dept Comp, Hong Kong, Hong Kong, Peoples R China. Natl Def Univ Sci & Tech, Sch Automat, Changsha, Peoples R China. Chinese Acad Sci, Inst Software, Comp Sci Lab, Beijing, Peoples R China. |
| 学科领域 | Computer Science, Artificial Intelligence ; Computer Science, Interdisciplinary Applications |
| 语种 | 英语 |
| 内容类型 | 期刊论文 |
| URI标识 | http://ir.iscas.ac.cn/handle/311060/12442 |
| 专题 | 中国科学院软件研究所 |
| 推荐引用方式 GB/T 7714 | Wang ST,Zhu JG,Chung FL,et al. theoretically optimal parameter choices for support vector regression machines with noisy input[J]. SOFT COMPUTING,2005,9(10):732-741. |
| APA | Wang ST,Zhu JG,Chung FL,Lin Q,&Hu DW.(2005).theoretically optimal parameter choices for support vector regression machines with noisy input.SOFT COMPUTING,9(10),732-741. |
| MLA | Wang ST,et al."theoretically optimal parameter choices for support vector regression machines with noisy input".SOFT COMPUTING 9.10(2005):732-741. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| theoretically optima(428KB) | 开放获取 | -- | 请求全文 | |||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [Wang ST]的文章 |
| [Zhu JG]的文章 |
| [Chung FL]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [Wang ST]的文章 |
| [Zhu JG]的文章 |
| [Chung FL]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [Wang ST]的文章 |
| [Zhu JG]的文章 |
| [Chung FL]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论