刘胥影

作品数：3被引量：40H指数：2
导出分析报告
供职机构：东南大学计算机科学与工程学院计算机网络和信息集成教育部重点实验室更多>>
发文主题：代价敏感学习数据挖掘学习算法人工智能级联更多>>
发文领域：自动化与计算机技术理学更多>>
发文期刊：《南京大学学报（自然科学版）》《模式识别与人工智能》《计算机科学与探索》更多>>
所获基金：江苏省自然科学基金国家自然科学基金国家重点基础研究发展计划国家杰出青年科学基金更多>>
-
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1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于三元纠错输出编码的偏标记学习算法被引量：2
《计算机科学与探索》2018年第9期1444-1453,共10页周斌斌 张敏灵 刘胥影 
国家自然科学基金Nos.61473087;61573104;江苏省自然科学基金No.BK20141340~~
偏标记学习是一类重要的弱监督学习框架,在该框架下,每个训练样本与一组候选标记相关联,在候选标记集合中有且仅有一个是其真实标记。很明显,候选标记数目越多,偏标记学习难度越大。为了减少候选标记数目以降低偏标记学习难度,提出了一...
关键词：弱监督学习 消歧 纠错输出编码 偏标记学习 
多类类别不平衡学习算法:EasyEnsemble.M被引量：16
《模式识别与人工智能》2014年第2期187-192,共6页李倩倩 刘胥影 
国家自然科学基金青年基金项目(No.61105046);教育部高等学校博士学科点专项科研基金项目(No.20110092120029);南京大学软件新技术国家重点实验室开放课题项目(No.KFKT2011B01)资助
随机欠采样方法忽略潜在有用的大类样本信息,在面对多类分类问题时更为突出.文中提出多类类别不平衡学习算法:EasyEnsemble.M.该算法通过多次针对大类样本随机采样,充分利用被随机欠采样方法忽略的潜在有用的大类样本,学习多个子分类器...
关键词：机器学习 类别不平衡学习 欠采样 集成 
一种基于级联模型的类别不平衡数据分类方法被引量：23
《南京大学学报（自然科学版）》2006年第2期148-155,共8页刘胥影 吴建鑫 周志华 
国家杰出青年科学基金(60325207);江苏省自然科学基金重点项目(BK2004001);"973"国家计划(2002CB312002)
真实世界问题中,不同类别的样本在数目上往往差别很大,而传统机器学习方法难以对小类样本进行正确分类,若小类的样本是足够重要的,就会带来较大的损失.因此,对类别分布不平衡数据的学习已成为机器学习目前面临的一个挑战.受计算机视觉...
关键词：机器学习 数据挖掘 类别不平衡 级联 集成学习 
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