基于支持向量机的战略联盟合作伙伴选择研究

被引:3
作者
李文博 [1 ]
许秀玲 [2 ]
机构
[1] 浙江师范大学工商管理学院
[2] 浙江师范大学信息科学与工程学院
关键词
支持向量机; 核函数; 战略联盟; 合作伙伴;
D O I
暂无
中图分类号
F273.7 [企业(行业)间联系]; F224 [经济数学方法];
学科分类号
1202 ; 120202 ; 0701 ; 070104 ;
摘要
支持向量机是在经验风险最小化原理基础上发展出的一种新的机器学习技术,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。在对支持向量机理论进行深入研究的基础上,探讨了其在战略联盟合作伙伴选择中的应用并总结出相应的决策规则,为企业选择战略联盟合作伙伴提供参考。
引用
收藏
页码:135 / 137
页数:3
相关论文
共 3 条
[1]   战略联盟合作伙伴的选择分析 [J].
袁磊 .
中国软科学, 2001, (09) :54-58
[2]  
科技型中小企业技术创新机制分析与对策研究——西安华光电子有限公司技术创新实证研究[D]. 李文博.西北工业大学. 2003
[3]   A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167