随着科技的发展,互联网在世界中的作用越来越大,数据安全是互联网安全中最重要的部分。数据存放在数据库中,数据库的安全受到威胁......

半监督学习是一种应用驱动而产生的机器学习方法，已经成为人工智能和模式识别领域的研究热点之一。作为该领域的主要分支，半监督聚类......

随着计算机存储技术和人工智能领域的发展，不均衡的数据集的研究越来越受到研究人员的关注。近年来，机器学习和数据挖掘领域常见的分......

多标记学习是机器学习领域中的重要研究方向之一,它能够直观地反映多义性对象所具有的多种语义信息,其学习的任务是为待学习样本预......

随着移动网络的发展和智能移动设备的普及，mHealth充分利用了移动互联网通信技术，为用户提供健康、保健和医疗等服务。此类应用和服......

近年来,我国电影产业持续健康发展,在线影评的数量迅速增加,不少消费者在选择影片时将影评作为重要参考。面对巨大的利益诱惑,很多......

在工业过程中,一些重要的质量变量往往无法通过在线仪表实时测量得到,并且实验室离线分析可能存在比较大的时间滞后性和高成本的情......

半监督学习方法通过少量标记数据和大量未标记数据来提升学习性能.Tri-training是一种经典的基于分歧的半监督学习方法,但在学习过......

针对极限学习机（ELM）未充分利用未标注样本、训练精度受网络权值初值影响的问题,提出一种基于协同训练与差分进化的改进ELM算法（Tri-D......

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，提出了一种人脑半监督的构造性学习......

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......

原始Tri-training算法对有标记的数据集通过随机采样方法，形成3个训练集去训练3个分类器。但是由这种随机采样形成的训练集中，可能出......

提出了一种基于LPA和Tri-Training算法的半监督文本倾向性分类框架.通过LPA对初始样本进行快速分类,获得更多可信的有标签数据,优......

从电子邮件到博客再到Facebook、Twitter等网站的出现,社交网络发展速度之快在过去是难以想象的。社交网络逐渐融入人们的日常生活......

针对直推式支持向量机错误累积及获取无标记样本空间信息慢的问题,结合Tri-training算法、KKT条件及富信息策略提出一种基于Tri-tr......

高光谱遥感是对地面观测的一种重要手段,高光谱图像分类技术是高光谱遥感领域内的核心内容。针对在扩充训练样本集的过程中,未能充......

瓷砖生产线的人工分类环境相当恶劣,而国外工业视觉分类专用设备价格昂贵,因此有必要对瓷砖的自动分类系统进行自主研究.其中,分类......

构造性机器学习（cML）算法在训练分类器时需要大量有标记样本，而获取这些有标记样本十分困难。为此，提出一种基于Tri-training算法的构......

在实际应用中,容易获取大量的未标记样本数据,而样本数据是有限的,因此,半监督分类算法成为研究者关注的热点。文中在协同训练Tri-......

互联网技术不断发展,新浪微博作为公开的网络社交平台拥有庞大的活跃用户.然而由于用户数量庞大,且个人信息并不一定真实,造成训练......

Tri-training算法是半监督协同算法里的经典算法，该文针对算法中分类器的使用做了一些改进，由原先单一的分类器换成两个不同分类器的......

Tri-Training算法是半监督算法的一种,在学习过程中容易错误标注无标记样本,从而降低分类性能,为此提出一种ADP-Tri-Training（Adapt......

为解决监督学习过程中难以获得大量带有类标记样本且样本数据标记代价较高的问题，结合主动学习和半监督学习方法，提出基于Tri-traini......

随着电信业务与互联网技术的不断融合,电信领域开始进入了数字化时代。作为电信领域应用智能化的基础,电信领域命名实体识别的研究......