您的位置: 专家智库 > >

博士科研启动基金(12XLB030)

作品数:2 被引量:2H指数:1
相关作者:吕佳邵元海杨新民邓乃扬田英杰更多>>
相关机构:重庆师范大学中国农业大学浙江工业大学之江学院更多>>
发文基金:博士科研启动基金国家自然科学基金重庆市教委科研基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇单位圆
  • 1篇多标记
  • 1篇多类分类
  • 1篇正则
  • 1篇进制
  • 1篇二进制
  • 1篇二进制序列
  • 1篇半监督分类
  • 1篇半监督学习

机构

  • 2篇重庆师范大学
  • 1篇内蒙古大学
  • 1篇中国科学院
  • 1篇浙江工业大学...
  • 1篇中国农业大学

作者

  • 2篇吕佳
  • 1篇田英杰
  • 1篇邓乃扬
  • 1篇杨新民
  • 1篇邵元海

传媒

  • 1篇系统工程理论...
  • 1篇计算机应用

年份

  • 1篇2013
  • 1篇2012
2 条 记 录,以下是 1-2
排序方式:
基于局部学习的半监督多标记分类算法被引量:1
2012年
针对在求解半监督多标记分类问题时通常将其分解成若干个单标记半监督二类分类问题从而导致忽视类别之间内在联系的问题,提出基于局部学习的半监督多标记分类方法。该方法避开了多个单标记半监督二类分类问题的求解,采用"整体法"的研究思路,利用基于图的方法,引入基于样本的局部学习正则项和基于类别的拉普拉斯正则项,构建了问题的正则化框架。实验结果表明,所提算法具有较高的查全率和查准率。
吕佳
关键词:半监督学习
局部学习半监督多类分类机被引量:1
2013年
半监督多类分类问题是机器学习和模式识别领域中的一个研究热点,目前大多数多类分类算法是将问题分解成若干个二类分类问题来求解.提出两种类标号表示方法来避免多个二类分类问题的求解,一种是单位圆类标号表示方法,一种是二进制序列类标号表示方法,并利用局部学习在二类分类问题中的良好学习特性,提出基于局部学习的半监督多类分类机.实验结果证明采用了基于局部学习的半监督多类分类机错分率更小,稳定性更高.
吕佳邓乃扬田英杰邵元海杨新民
关键词:半监督分类二进制序列单位圆
共1页<1>
聚类工具0