[1]陈森平,陈启买,游才文,彭利宁.基于最大间隔的支持向量机特征选取算法研究[J].华南师范大学学报(自然科学版),2010(4).

[2]郭金玲,樊东燕,王文剑.一种基于环形分布的SVM核选择方法[J].太原师范学院学报(自然科学版),2011,10(1):75-77,99.

[3]胡小生.基于双支持向量机的大样本分类算法[J].佛山科学技术学院学报(自然科学版),2015(4).

[4]徐健,李柏年,张孔生,蒋利华.基于SVM分类机的一种DNA序列判别方法[J].安徽理工大学学报(自然科学版),2009,29(1).

[5]肖汉光蔡从中,王万录.利用支持向量机SVM识别车辆类型[J].重庆大学学报(自然科学版),2006,29(1):61-65.

[6]魏培文,段德全,孙印杰,毛文涛.基于 SVM的生物医学事件触发词识别研究[J].信阳师范学院学报(自然科学版),2015(3).

[7]李玉景,李琳,李京.基于不变矩和支持向量机理论的船舰目标识别[J].科技信息,2007(29):232-233.

[8]基于深度学习特征提取和GWO-SVM滚动轴承故障诊断的研究[J].云南大学学报(自然科学版)

[9]朱海洲,贾银山.基于支持向量机的遥感图像分类研究[J].科学技术与工程,2010,10(15).

[10]李学贵,郭远涛,李盼池,王艾.基于改进涡流搜索算法的支持向量机分类模型[J].吉林大学学报(信息科学版),2008,38(3):312-319.

[11]晏 勇 (.基于SKLLE和SVM 的人脸表情识别[J].西南师范大学学报(自然科学版),2014,39(1):055-060.

[12]杜昭慧,司玉娟.基于层次支持向量机的脉搏信号情感识别[J].吉林大学学报(信息科学版),2017,35(1).

[13]霍颖瑜,王晓峰.一种新的SVM多类分类算法[J].佳木斯大学学报,2006,24(4):476-478.

[14]基于SVM混凝土电镜图像类型识别[J].沈阳建筑大学学报(自然科学版)

[15]一种基于混合度的层次粒度SVM算法[J].山西大学学报(自然科学版)

[16]王文剑,梁志,郭虎升.基于数据关系的SVM多分类学习算法[J].山西大学学报(自然科学版),2012,35(2):224-230.

[17]基于关联关系分析的符号数据分类方法[J].南京大学学报(自然科学版)

[18]李召召,王立德,岳川,申萍.基于MKLSVM的MVB端接故障诊断[J].北京交通大学学报(自然科学版),2019(2).

[19]杨丽明,唐奇,张磊,曾善玉.稀疏的支持向量机及其在图像识别中的应用[J].中央民族大学学报(自然科学版),2011,20(1).

[20]王文剑,郭虎升.粒度支持向量机学习模型[J].山西大学学报(自然科学版),2009,32(4).