您的位置: 专家智库 > >

黄明明

作品数:2 被引量:8H指数:1
供职机构:大连理工大学计算机科学与技术学院更多>>
发文基金:国家教育部博士点基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇鲁棒
  • 2篇半监督学习
  • 1篇学习算法
  • 1篇正则
  • 1篇正则化
  • 1篇警用
  • 1篇半监督学习算...
  • 1篇GAUSSI...
  • 1篇-LAPLA...

机构

  • 2篇大连理工大学
  • 1篇中国科学院自...

作者

  • 2篇黄明明
  • 1篇赫然
  • 1篇王秀坤
  • 1篇杨南海

传媒

  • 1篇软件学报

年份

  • 1篇2012
  • 1篇2010
2 条 记 录,以下是 1-2
排序方式:
半监督学习方法研究及在警用平台中的应用
随着信息时代数据收集和存储能力的极大提高,人们必须面对和处理海量数据,如何对这些数据进行分析和发掘,成为信息领域的共同需求。在实际问题中,如文本分类、生物复杂信息处理、人脸识别等,这些海量数据往往是无标记的,而有标记的数...
黄明明
关键词:半监督学习鲁棒
文献传递
基于最大相关熵准则的鲁棒半监督学习算法被引量:8
2012年
分析了噪声对半监督学习Gaussian-Laplacian正则化(Gaussian-Laplacian regularized,简称GLR)框架的影响,针对最小二乘准则对噪声敏感的特点,结合信息论的最大相关熵准则(maximum correntropy criterion,简称MCC),提出了一种基于最大相关熵准则的鲁棒半监督学习算法(简称GLR-MCC),并证明了算法的收敛性.半二次优化技术被用来求解相关熵目标函数.在每次迭代中,复杂的信息论优化问题被简化为标准的半监督学习问题.典型机器学习数据集上的仿真实验结果表明,在标签噪声和遮挡噪声的情况下,该算法能够有效地提高半监督学习算法性能.
杨南海黄明明赫然王秀坤
关键词:半监督学习鲁棒
共1页<1>
聚类工具0