-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=无标记数据 "
共 条 记 录，以下是1-7

发文量、被引量趋势图

全选清除导出
参考文献引证文献引用追踪
视图：
排序：
显示条数：
半监督聚类的若干新进展被引量：50
《模式识别与人工智能》2009年第5期735-742,共8页李昆仑 曹铮 曹丽苹 张超 刘明 
国家自然科学基金项目(No.60773062;60873100);河北省自然科学基金项目(No.F2009000215);河北省教育厅科研计划项目(No.2008312)资助
半监督聚类方法利用少量标记数据提高聚类算法的性能,已逐渐发展成为模式识别及相关领域的研究热点.文中首先综述了半监督聚类算法的一些新进展,包括基于约束的方法、基于距离的方法和基于距离与约束的融合方法.然后提出一种基于约束的...
关键词：半监督聚类 模糊C一均值(FCM) 标记数据 无标记数据 
基于物理驱动支持向量机方法的地震作用下结构动力响应求解
《振动与冲击》2025年第3期284-290,共7页杜轲 吴文贤 林志鹏 骆欢 
中国地震局工程力学研究所基本科研业务费专项项目(2023B07);国家重点研发计划(2023YFC3805203)。
物理驱动机器学习是一种将物理原理融入机器学习框架的前沿方法。通过引入物理知识,该方法旨在使模型更为贴合实际世界的物理规律和约束,以提高模型在学习过程中对数据本质特征的准确捕捉。该研究使用了一种以支持向量机为基础的物理驱...
关键词：机器学习 支持向量机 物理驱动 无标记数据 结构动力响应分析 
基于图的半监督协同训练算法被引量：5
《计算机工程》2012年第13期163-165,168,共4页郭涛 李贵洋 兰霞 
四川省科技厅重点实验室基金资助项目"可视化计算与虚拟现实"(PJ201102)
在分类器训练过程中,无标记数据的引入容易产生噪音,从而降低分类精度。为此,提出一种基于图的置信度估计半监督协同训练算法。利用样本数据自身的结构信息,计算无标记样本所属类别概率。采用多分类器对无标记数据进行置信度估计,以提...
关键词：半监督学习 协同训练 置信度 分类 无标记数据 
精密进给系统热误差的协同训练支持向量机回归建模与补偿方法被引量：8
《西安交通大学学报》2019年第10期40-47,共8页朱星星 赵亮 雷默涵 王帅 凌正 杨军 梅雪松 
国家自然科学基金资助项目（51605375）;数字制造装备与技术国家重点实验室资助项目（DMETKF2019017）
针对精密进给系统热误差的数据稀缺且获取成本高的问题,提出了一种基于协同训练支持向量机回归算法(COSVR)的精密进给系统热误差建模与补偿方法。通过整合标记数据(温度和热误差)及未标记温度数据建立热误差模型,利用基于西门子840D数...
关键词：精密镗床 进给系统 协同训练 支持向量机回归 无标记数据 
基于遗传算法的噪声过滤协同训练算法被引量：1
《计算机工程与设计》2014年第5期1807-1810,1832,共5页郭涛 李贵洋 兰霞 
国家科技计划基金项目(2012BAH76F01)
为解决分类器训练过程中由于无标记数据的引入,容易产生噪音、降低分类精度的问题,提出了基于遗传算法的噪声过滤协同训练算法(CGA)。充分利用遗传算法的寻优功能,产生高适应度的分类规则,达到辅助协同训练算法挑选有价值的无标记数据,...
关键词：遗传算法 半监督学习 协调训练 噪声过滤 无标记数据 
基于改进粒子群优化的无标记数据鲁棒聚类算法被引量：6
《计算机应用研究》2017年第6期1626-1630,1635,共6页茹蓓 朱楠 贺新征 
河南省高等学校青年骨干教师培养计划资助项目(2013GGJS-222);河南省科技厅资助项目(152400410345);河南省科技厅科技攻关项目(172102210445);河南省教育厅资助项目(15A520093)
已有的聚类算法大多仅考虑单一的目标,导致对某些形状的数据集性能较弱,为此提出一种基于改进粒子群优化的无标记数据鲁棒聚类算法。优化阶段:首先采用多目标粒子群优化的经典形式生成聚类解集合;然后使用K-means算法生成随机分布的初...
关键词：多目标粒子群优化 聚类算法 鲁棒性 帕累托最优解 无标记数据 
基于边增强一致性与半监督学习的谣言检测研究
《现代电子技术》2024年第17期129-135,共7页张岩珂 但志平 李琳 鲁雨洁 
国家自然科学基金-新疆联合基金资助项目(U1703261)。
针对现有的谣言检测方法对故意伪造的突发事件检测表现不佳的现象,同时考虑到现实中突发事件的标记数据难以获得,从而导致现有的监督学习方法性能受限,提出基于边增强一致性与半监督学习的谣言检测方法(EECS)。首先通过边增强方法提高...
关键词：谣言检测 半监督 边增强 双通道图卷积 无标记数据 一致性特征 
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