自训练相关论文
语义分割是自动驾驶车辆进行场景理解的关键技术之一,可以保障自动驾驶车辆的行驶安全。与非视觉方式的场景理解技术相比,该方法在......
针对食品饮料等复杂包装上喷码质量检测的准确率不高与速度慢等问题,提出了一种基于Ghost-YOLO轻量化网络与嵌入式平台的喷码质量检......
在现实生活中存在大量廉价易获得的无标记样本,具有指导性作用的有标记样本获取十分昂贵且耗时,为了充分利用有标记样本和无标记样......
岩性是评估地层特征和储层油气含量的关键,开展储层岩性识别研究对油气勘探和开发具有重要意义。针对传统基于机器学习的岩性识别......
随着高速铁路的快速发展,电气化铁路在发展中也面临着诸多问题,我国在这一方面已逐渐成为发展最迅速且技术最为全面的国家。在电气......
学位
图像的美学质量指的是图像所呈现的“美感”,是图像的重要属性。图像美学质量评估旨在让计算机通过学习来模拟人类的审美能力,能够......
小样本学习是机器学习的一个重要研究方向,聚焦于解决实际应用场景中常见的样本数量短缺的问题。近年来,飞速发展的神经网络为小样......
语义分割是计算机视觉领域的一个重要研究方向,是场景理解和分析的基础,广泛应用在自动驾驶、人机交互、计算摄影学、图像搜索引擎......
行人重识别是一种利用计算机技术判断摄像机收集的视频或图像中是否存在特定行人的技术,可以自动地对多个不交叉摄像机捕捉的行人......
图像语义分割作为计算机视觉领域的一个像素粒度核心研究问题,其目标是为输入图像的每一个像素预测一个预先定义的语义类别。图像......
移动互联网的普及加速了信息的传播效率,而网络中的信息大多以文本的形式存在。作为自然语言处理的基础任务之一,文本分类被广泛应......
为提高推荐模型对于长尾项目的 推荐性能,提出一种可集成在基础推荐模型中的通用框架DAST.该框架通过设计特征变换模块来对齐源域(......
针对分割神经网络需要大量的高质量标签但较难获取的问题,提出基于3D scSE-UNet的半监督学习分割方法.该方法使用自训练的半监督学......
针对标记样本不足条件下基于机器学习的战场态势评估模型准确性不高的问题,提出了基于自训练半监督学习的战场态势评估模型。以适......
生物医学文献数量的急剧增加,使得生物医学从业者在海量生物医学文献中快速地获取大量的感兴趣的信息变得困难。因此,快速有效地从......
基于有监督学习的预测模型在预测过程中存在以下缺陷:一是过分依赖训练集中有标签样本的数量,导致分类精度受有标签样本数量多少的......
无线电信号特征提取是信号分类识别的关键技术,目前基于深度学习的信号特征提取方法在实际应用中存在以下不足之处:第一、基于深度......
随着互联网技术和通信技术的高速发展,互联网中每天产生的图像、视频数据呈指数级增长。然而,在海量的图像、视频数据中,内容质量......
自训练是半监督分类中最常用的算法之一,该算法通过自主迭代的方式训练分类器,简单有效.但是,在自训练算法训练分类器的过程中,容......
医学图像分割是计算机辅助干预和诊断中最重要的步骤之一,但在医学图像处理领域要训练高准确度的深度神经网络仍然存在难点。首先,......
在生物信息学领域中,由于许多疾病的病理不明,使用传统的诊断方式无法准确判断疾病类型,所以借助分子生物学数据和机器学习进行辅......
基于有监督机器学习算法的蛋白质相互作用关系抽取方法仍然面临一个问题:标注数据集有限,导致算法无法得到充分学习。该文首先构造......
为了解决基于向量空间模型构建短文本分类器时造成的文本结构信息的缺失以及大量样本存在的标注瓶颈问题,提出一种基于图结构的半......
脑机接口(BCI)脑电图(EEG)分类能实现人脑直接与外部环境的信息交互。提出了基于辅助训练思想的半监督稀疏表示分类器方法在BCI EE......
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......
波段选择是数据降维的有效手段,但有限的标记样本影响了监督波段选择的性能.提出一种利用图Laplacian和自训练策略实现半监督波段......
为了有效地利用结构信息,提出了一种新的自学习算法,算法中利用聚类方法从自标记样本中选择可信度高的样本,同时用一个数据编辑方......
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......
一、酷夏一个电话今年北京,仿佛得了神经病,整个夏天不能让人安身,老百姓每天都在酷热中“泡”着。我小时身体就不太好,怕的就是天......
生物医学复杂关系提取已经成为文本挖掘领域的焦点, 而用于训练预测模型的注释语料库高度非平衡, 且大多是针对单个注释语料库训练......
针对基于监督学习的SQL注入检测方法在某些场景下不适用的问题,本文提出一种基于自训练的半监督SQL注入检测方法(self-training ba......
由于具有预测功能,回归算法是机器学习等领域中常用到的算法,通常是对训练样本的自变量和因变量建立回归模型,然后利用回归模型将......
将支持向量机与半监督学习理论相结合,提出基于支持向量机协同训练的半监督回归模型,使用两个支持向量机回归模型相互影响,协同训......
在网上搜寻资料,我们最常用的方法,就是利用搜索器(searchengine)在网络上东找西找。但搜索器的搜索范围未必全面,所以有些资料未必找得到,而且整个过......
针对齿轮故障振动信号的非平稳、非线性特点及有标签故障样本稀缺的问题,提出一种基于半监督随机森林分类算法的齿轮故障诊断方法......
针对自训练迭代过程中错误标记样本对算法性能的影响,提出了基于密度峰值和切边权值的自训练算法。用密度聚类方法发现数据集的空......
活动形状模型(ASM)算法在有模型监督的轮廓提取中应用广泛,其不足主要体现在两个方面:(1)对大量样本标记点的标注费时、费力,且易产生误......
方面提取是观点挖掘和情感分析任务中的关键一步,随着社交网络的发展,用户越来越倾向于根据评论信息来帮助进行决策,并且用户也更......
为了对视频数据进行有效的管理,提出了一种新的视频检索与浏览系统——视频相册系统。在该系统中,首先用相册生成方案挑选出用户数......
基于脑电信号的脑机接口(Brain-Computer Interface,BCI)技术研究的是在大脑与外部设备之间建立新的通道,而不依赖于外周神经和肌......
针对自训练方法在迭代中选出的置信度高的无标记样本所含信息量不大和自训练方法容易误标记无标记样本的问题,提出了一种结合半监督......
蛋白质相互作用在生物体的许多细胞过程中发挥着重要的作用,蛋白质相互作用知识对研究各种疾病的发病机制与治疗、生命活动的分子......
介绍一个抗噪声,脱离计算机的实时话音识别系统,由于该系统具有使用者自行训练功能,因此能够在不认人的情况下达到很高的识别率,该系统......
摘 要:传统的图数据分类研究主要集中在单标签集,然而在很多应用中,每个图数据都会同时具有多个标签集。文章研究关于多标签图数据分......
工业生产过程数据由于主导变量分析代价等因素可能出现有标签样本少而无标签样本多的情况,为提升对无标签样本利用的准确性与充分......
随着生成对抗网络的出现和迅速发展,很多基于生成对抗网络的算法已经被运用到了各个领域方向中,并解决各种各样的问题,比如人脸去......