无标记数据相关论文
在当前机器学习的研究中,面对真实世界应用场景开放性的分类已经受到越来越多的重视,且已经出现了一些研究领域,如零样本学习(Zero......
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......
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......
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）。......
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......
