SEMI-SUPERVISED相关论文
本文采用ASO (Alternating Structure Optimization)方法进行了汉语组块分析的研究.ASO算法是最近提出的一种线性多任务的学习算法......
Network embedding is a very important task to represent the high-dimensional network in a low-dimensional vector space,w......
针对实际工业过程中多采样率问题,引入半监督方法,提出一种半监督鲁棒概率偏最小二乘法,将采样率不一致的完整数据分成少数标记样......
Unsupervised,Supervised and Semi-supervised Dimensionality Reduction by Low-Rank Regression Analysis
Techniques for dimensionality reduction have attracted much attention in computer vision and pattern recognition. Howeve......
多示例学习(multi-instance learning,MIL)的任务是训练分类器以处理复杂的数据包,其中很多方法重点考虑包之间相似性度量.由于包......
The rapid development of the Intet brings a variety of original information including text information,audio information......
针对tri_training协同训练算法在小样本的高光谱遥感影像半监督分类过程中,存在增选样本的误标记问题,提出一种基于空间邻域信息的......
针对化工过程采样分析获得的有标签样本数量较少的问题,提出一种基于半监督学习的局部加权偏最小二乘在线软测量建模方法。将过程......
本文通过对荣华二采区10...
A semi-supervised vector machine is a relatively new learning method using both labeled and unlabeled data in classifica......
Semi-supervised LIBS quantitative analysis method based on co-training regression model with selecti
为探究吕家坨井田地质构造格局,根据钻孔勘探资料,采用分形理论和趋势面分析方法,研究了井田7......
传统半监督文本分类方法,大多数建立在词根特征的基础上,忽略了语义特征的重要性,导致分类精度不高。考虑到语义对分类的影响,本文提出......
This paper describes a semi-supervised regularized method for additive logistic regression. The graph regularization ter......
With the rapid development of WLAN( Wireless Local Area Network) technology,an important target of indoor positioning sy......
为实现低成本的虚拟试衣,针对传统方法难以应用于实际场景的问题,提出了一种基于服装迁移的二维虚拟试衣网络。通过输入用户图像和......
微博上存在大量垃圾评论,这些垃圾评论会带来不良影响,如何识别垃圾评论就成为人们关注的热门。本文针对监督学习框架下大规模标注......
针对集成学习方法中分类器差异性不足以及已标记样本少的问题,提出了一种新的半监督集成学习算法,将半监督方法引入到集成学习中,......
直推式支持向量机(Transductive Support Vector Machine,TSVM)是标准的支持向量机算法在半监督学习问题上的一种扩展,但已有的TSVM算......
为了提高图像检索的质量,提出了一种基于半监督学习的图像检索方法。该方法提取图像的颜色、形状、纹理特征,计算得到已知类别样本......
在实际的分类任务中,无标记样本数量充足而有标记样本数量稀少的情况经常出现,目前处理这种情况的常用方法是半监督自训练分类算法......
随着Internet网络的高速发展,海量的未标签文档和相对少量的已标签文档是当前Web文档的一个普遍情形,如何有效的利用少量的已标签......
保持近邻嵌入(NPE)算法对局部线性嵌入(LLE)算法进行了改进,克服了新来样本问题,但在处理分类问题上表现不足。基于此提出一种半监......
在模式识别领域内,对于数据的分析方法一般分为:有监督的学习方法及无监督的学习方法。而这两类方法均与实际应用不符,一般生产所......
中图分类号:TN929.1 文献标志码:A 文章编号:1009-6868 (2015) 05-0032-003 摘要:半监督多视图学习是机器学习领域一种极具潜力的大数......
随着污水处理过程日趋复杂,易测量变量和难测量变量的比例严重失衡,传统的监督性软测量建模方法已经无法满足需求。针对这一问题,......
基于图的半监督算法已经成功地应用于人脸识别中,算法不仅考虑带标签数据而且利用一致性的假设。传统的算法一致性约束是定义在原......
传统协议识别算法无法适应当前多变复杂的网络环境,尤其在当今复杂网络环境中P2P应用中广泛的动态端口应用。因此针对传统端口识别......
基于局部和全局一致性算法本身带有一定数量的参数,而参数delta的选取对算法迭代过程的迭代次数和分类结果很敏感,通常是通过实验......
Generative Adversarial Network-Based Electromagnetic Signal Classification: A Semi- Supervised Learn
Generative adversarial network(GAN)has achieved great success in many fields such as computer vision,speech processing,a......
在遥感领域,利用大量的标签影像数据来监督训练全卷积网络,实现影像语义分割的方法会导致标签绘制成本昂贵,而少量标签数据的使用......
针对原始K-means算法的一系列问题,提出一种基于半监督的K-means聚类改进算法,能够自动进行聚类,找出最优K值,并且最大限度地找出......
矩阵分解因可以实现大规模数据处理而具有十分广泛的应用。非负矩阵分解(Nonnegative Matrix Factorization,NMF)是一种在约束矩阵......
传统的机器学习方法所使用的数据大多是基于向量空间的。支持向量机(Support Vector Machine,SVM)作为一种重要的机器学习方法,在......
针对基于监督学习的入侵检测算法所需训练样本标签难以收集、无监督学习算法准确度不高,以及网络入侵检测中的高维数据处理的问题,......
近年来,高光谱图像分类得到了广泛的研究,面临的挑战是训练样本数量有限,误分类率较高。针对这些问题,提出了一种基于支持向量机和......
文中提出一种半监督核信任力传播聚类算法(SSKAPC).SSKAPC在对样本聚类的过程中,引入先验知识提高聚类性能;同时该算法将样本映射到......
针对数据的复杂性和语义深层关系,提出一种李群深层结构学习算法。主要包括:基于流形的深层结构分析方法、基于参数的李群半监督学习......
针对当前需要对海量的文本数据进行分类和用于训练的带标记的文本数据非常匮乏这两个问题,结合半监督的朴素贝叶斯分类算法和Map—R......
半监督聚类是一种用先验信息完善聚类过程的机器学习方法.通过将元胞自动机(cellular automata,CA)距离变换算法引入到半监督聚类过......
在实时应用中,观测样本通常以数据块的形式依次达到,传统的批量距离算法难以进行学习.本文提出一种新颖的利用成对约束关系进行学......
Semantic segmentation of urban scenes is an enabling factor for a wide range of applications.With the development of dee......
The limited labeled sample data in the field of advanced security threats detection seriously restricts the effective de......
半监督学习是介于监督学习与非监督学习之间的一种机器学习方式。目前半监督学习在机器学习和模式识别中的研究在进一步深入。该文......
空间数据挖掘存在于空间数据库中,而且大部分情况下可能是隐式的。文中描述了数据挖掘的几个聚类方法——分类、聚类、半监督、关......
由于Tri-training半监督学习方法对分类算法和样本类型要求比较宽松,并且算法运行速度较快,故采用其进行中文短语的翻译自由度的计......
在机器学习领域,核方法是解决非线性模式识别问题的一种有效手段.目前,用多核学习方法代替传统的单核学习已经成为一个新的研究热点,它......
半监督聚类利用少部分标签的数据辅助大量未标签的数据进行非监督的学习,从而提高聚类的性能。大部分的谱聚类算法都需事先确定聚......
提出了一种新的约束信息扩展方法。该方法先利用给定的标记信息建立凸壳,然后扫描整个数据集,选择在凸壳内的数据点作为候选集并做进......
利用构造性学习(CML)算法训练分类器需要大量已标记样本,然而获取大量已标记的样本较为困难。为此,提出了一种协同半监督的构造性学......
近年来谱聚类算法被广泛应用于图像分割领域,而相似性矩阵的构造是谱聚类算法的关键步骤。针对传统谱聚类算法计算复杂度高难以应......