搜索筛选:
搜索耗时3.8872秒,为你在为你在102,285,761篇论文里面共找到 4 篇相符的论文内容
发布年度:
[学位论文] 作者：白盛兴,
来源：闽南师范大学 年份：2021
特征选择作为重要的数据预处理手段,有效地改善了模型的训练时间与学习精度。然而随着大数据时代数据产生与收集速度的急剧提升,传统特征选择算法面临着严峻挑战:（1）特征空间存在高维性的同时,通常伴随着未知性与演化性;（2）标记类别之间往往不是相互独立的,通常存在......
[期刊论文] 作者：白盛兴, 林耀进, 王晨曦, 陈晟煜,,
来源：模式识别与人工智能 年份：2019
在分类学习任务中,数据的类标记空间存在层次化结构,特征空间伴随着未知性和演化性.因此,文中提出面向大规模层次分类学习的在线流特征选择框架.定义面向层次化结构数据的邻...
[期刊论文] 作者：林耀进,陈祥焰,白盛兴,王晨曦,
来源：模式识别与人工智能 年份：2020
数据的特征空间常随时间动态变化,而训练样本的数量固定不变,数据的特征空间在呈现超高维特点的同时通常伴随决策空间的类别不平衡问题.对此,文中提出基于最大决策边界的高维...
[期刊论文] 作者：林耀进, 白盛兴, 赵红, 李绍滋, 胡清华,
来源：软件学报 年份：2022
在大数据时代,数据的样本数量、特征维度和类别数量都在急剧增加,且样本类别间通常存在着层次结构.如何对层次结构数据进行特征选择具有重要意义.近年来,已有相关特征选择算法提出,然而现有算法未充分利用类别的层次结构信息,且忽略了不同类节点具有共有与固有......
相关搜索：
