张维

作品数：5被引量：48H指数：4
导出分析报告
供职机构：同济大学电子与信息工程学院计算机科学与技术系更多>>
发文主题：邻域粗糙集粗糙集半监督学习标签K近邻算法更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机科学与探索》《小型微型计算机系统》《计算机研究与发展》《计算机科学》更多>>
所获基金：国家自然科学基金国家教育部博士点基金上海市自然科学基金中央高校基本科研业务费专项资金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-5
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于互信息的粒化特征加权多标签学习k近邻算法被引量：23
《计算机研究与发展》2017年第5期1024-1035,共12页李峰 苗夺谦 张志飞 张维 
国家自然科学基金项目(61273304;61573255);高等学校博士学科点专项科研基金项目(20130072130004);上海市自然科学基金项目(14ZR1442600)~~
传统基于k近邻的多标签学习算法,在寻找近邻度量样本间的距离时,对所有特征给予同等的重要度.这些算法大多采用分解策略,对单个标签独立预测,忽略了标签间的相关性.多标签学习算法的分类效果跟输入的特征有很大的关系,不同的特征含有的...
关键词：互信息 特征权重 粒化 多标签学习 K-近邻 
一种处理部分标记数据的粗糙集属性约简算法被引量：5
《计算机科学》2017年第1期25-31,共7页张维 苗夺谦 高灿 李峰 
国家自然科学基金项目(61273304);2013年度高等学校博士学科点专项科研基金(20130072130004)资助
属性约简是粗糙集理论中重要的研究内容之一,是数据挖掘中知识获取的关键步骤。Pawlak粗糙集约简的对象一般是有标记的决策表或者是无标记的信息表。而在很多现实问题中有标记数据很有限,更多的是无标记数据,即半监督数据。为此,结合半...
关键词：粗糙集 增量式属性约简 协同学习 部分标记数据 半监督学习 
基于粗糙集成学习的半监督属性约简被引量：6
《小型微型计算机系统》2016年第12期2727-2732,共6页张维 苗夺谦 高灿 李峰 
国家自然科学基金项目(61273304)资助;2013年度高等学校博士学科点专项科研基金项目(20130072130004)资助
属性约简是粗糙集理论重要研究内容之一.Pawlak粗糙集约简的对象一般是有监督数据或者是无监督数据.而在很多现实问题中有标记数据很有限,更多的是无标记数据,即半监督数据.仅利用有标记数据一般难以计算出质量较好的属性约简.为此,基...
关键词：属性约简 粗糙集 自训练 半监督学习 半监督数据 
WilsonTh数据剪辑在邻域粗糙协同分类中的应用被引量：2
《计算机科学与探索》2014年第9期1092-1100,共9页张维 苗夺谦 李峰 
国家自然科学基金;高等学校博士学科点专项科研基金~~
邻域粗糙协同分类模型结合了邻域粗糙集和协同学习理论,可以处理连续型数据,并可有效利用无标记数据提高分类的性能。但在学习过程中,无标记数据常被错误地标记,从而给训练集引入噪声数据,并导致分类性能不稳定。针对该问题,探讨了Wilso...
关键词：WilsonTh数据剪辑 邻域粗糙集 邻域互信息 协同学习 连续型数据 
邻域粗糙协同分类模型被引量：12
《计算机研究与发展》2014年第8期1811-1820,共10页张维 苗夺谦 高灿 岳晓冬 
国家自然科学基金项目(61075056;61273304;61202170;61103067);中央高校基本科研业务费专项资金项目
Pawlak粗糙集理论是一种有监督学习模型,只适合处理离散型数据.但在一些现实问题中存在着大量的连续型数据,并且有标记数据很有限,更多的是无标记数据.结合邻域粗糙集和协同学习理论,提出了适合处理连续型数据并可有效利用无标记数据提...
关键词：邻域粗糙集 邻域互信息 半监督约简 协同学习 连续型数据 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部