多标记学习

作品数：182被引量：653H指数：14
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：周志华吴建盛张化祥姜远李德玉更多>>
相关机构：南京大学安庆师范大学南京邮电大学东南大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家重点基础研究发展计划江苏省自然科学基金国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
融合K-means聚类和标记相关性的多标记Relief特征选择
《聊城大学学报（自然科学版）》2025年第1期122-134,共13页丰昌武 孙林 
国家自然科学基金项目(61772176)资助
现有Relief算法在利用标记相关性方面存在不足,忽视了局部标记相关性所提供的宝贵信息。针对这一问题,提出了一种融合K-means聚类与标记相关性的多标记Relief特征选择方法。首先,为充分考虑样本标记相关性,采用K-means聚类算法对样本进...
关键词：多标记学习 特征选择 K-MEANS聚类 标记相关性 RELIEF算法 
基于图提示的半监督开放词汇多标记学习
《计算机研究与发展》2025年第2期432-442,共11页李仲年 皇甫志宇 杨凯杰 营鹏 孙统风 许新征 
国家自然科学基金项目(61976217,62306320);江苏省自然科学基金项目(BK20231063);浙江大学计算机辅助设计与图形系统全国重点实验开放课题(A2424);中国矿业大学研究生创新计划项目(2024WLJCRCZL262)。
半监督多标记学习利用有标记数据和无标记数据进行模型的训练,降低了多标记数据的标记成本并取得了不错的结果,吸引了很多研究者不断进行研究.然而,在半监督标注过程中,由于标记的数量较多,往往会出现某些标记缺失标注样本的情况,这些...
关键词：半监督多标记学习 预训练模型 图神经网络 开放词汇 提示 
BatchOOD:基于能量的批处理式多标记分布外检测
《常州大学学报(自然科学版)》2025年第1期37-47,共11页程一飞 彭欣 程玉胜 陈启东 
安徽省自然科学基金面上资助项目(2108085MF216)。
分布外(Out-of-Distribution,OOD)检测对于深度模型在开放环境中安全可靠地应用至关重要。现有方法通常利用深度网络提取分布内(In-Distribution,ID)表征,却忽略了对小批量样本间关系的学习,并且缺乏针对更符合现实设置的多标记OOD检测...
关键词：多标记学习 分布外检测 BatchFormer 样本关系 能量函数 
基于多标记深度森林的膝骨关节炎智能辅助诊断方法
《中华中医药杂志》2024年第12期6811-6814,共4页龙锦益 杨宇 张子龙 叶倩云 吴汉瑞 张荣华 张佳 
国家自然科学基金项目(No.62106084,No.61773179);广东省自然科学基金项目(No.2022A1515010468,No.2019A1515012175);广州市科技计划项目(No.202201010498);广东省中医药信息化重点实验室(No.2021B1212040007)。
目的:利用多标记深度森林(MLDF)算法构建膝骨关节炎(KOA)智能辅助诊断模型,并探索多标记方法在中医数据集上的优势。方法:基于1421例临床样本,使用MLDF算法构建分类模型,在6个评价指标上与其他5种多标记算法进行对比;使用多标记算法Rank...
关键词：膝骨关节炎 人工智能 机器学习 多标记学习 多标记深度森林 智能辅助诊断模型 
融合实例和标记相关性增强消歧的偏多标记学习算法
《信息网络安全》2024年第11期1763-1772,共10页高光亮 梁广俊 洪磊 高谷刚 王群 
国家自然科学基金(72401110);江苏省高等学校自然科学研究面上项目(23KJB520009)。
实例的候选标记集合包含真实标记和噪声标记。基于消歧的偏多标记学习旨在消除噪声标记,识别并预测与实例真正相关的标记。传统的消歧策略通常仅考虑标记间的相关性,忽略了实例间的相关性。为此,文章提出一种融合实例和标记相关性增强...
关键词：偏多标记学习 实例相关性 标记相关性 噪声标记消除 
基于因果推断的多标记因果类属属性学习算法
《黑龙江工程学院学报》2024年第5期16-24,共9页鲍家朝 柏琪 
安徽省自然科学基金项目(2022AH051894);安徽省高校自然科学研究项目(KJ2021A1207)。
真实世界中的事件间存在着因果关系,特征与标记间也存在着潜在的因果关系。基于此,提出一种基于因果推断的类属属性学习算法CLSF。类属属性算法充分挖掘各标记的独有特征并构建分类器,从而在一定程度上提升多标记学习的性能。传统的类...
关键词：类属属性 标记增强 因果推断 多标记学习 
基于多标记的多样性学习特征分类框架
《金陵科技学院学报》2024年第3期13-20,共8页吉祖勤 沈军 孙竹山 
金陵科技学院高层次人才科研启动基金(jit-b-202108);教育部产学合作协同育人项目(220503601211118)。
网络学习的最终目的是让学习者掌握隐性知识及其建构方法,如何对学习者隐性知识的建构能力进行评测成为研究网络学习方法的关键问题。提出一种对模式知识进行学习分析的多样性学习特征分类框架。在该框架中首先将隐性知识映射到模式知识...
关键词：模式知识 多标记学习 多样性 学习特征 分类框架 
基于中心偏移的Fisher score与直觉邻域模糊熵的多标记特征选择被引量：1
《计算机科学》2024年第7期96-107,共12页孙林 马天娇 
国家自然科学基金(62076089,61772176)。
现有多标记Fisher score模型中边缘样本会影响算法分类效果。鉴于邻域直觉模糊熵处理不确定信息时具有更强的表达能力与分辨能力的优势,文中提出了一种基于中心偏移的Fisher score与邻域直觉模糊熵的多标记特征选择方法。首先,根据标记...
关键词：多标记学习 特征选择 Fisher score 多标记模糊邻域粗糙集 邻域直觉模糊熵 
基于多标记学习的中医药方功能预测研究
《计算机与数字工程》2024年第6期1733-1738,共6页仇光明 于化龙 
国家自然科学基金项目(编号:62176107);江苏省自然科学基金项目(编号:BK20191457)资助。
中医是西方医学之外,一门独立的医学体系。经过几千年的发展,中医领域已经积累了大量成熟的医药方剂,如何从这些中医药方中提取出有意义且潜在有用的知识,是目前机器学习及数据挖掘领域所关注的诸多热点应用问题之一。论文考虑采用多标...
关键词：中医药方 功能预测 多标记学习 中草药 
弱监督场景下的支持向量机算法综述被引量：4
《计算机学报》2024年第5期987-1009,共23页丁世飞 孙玉婷 梁志贞 郭丽丽 张健 徐晓 
国家自然科学基金(62276265,61976216,62206297,62206296)资助.
支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量...
关键词：弱监督场景 支持向量机 半监督学习 多示例学习 多标记学习 
全选清除导出
共19页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部