标记传播相关论文
近年来,机器学习在诸多现实任务中取得了成功应用,其中一个关键要素在于模型的构建拥有充分的标记数据。然而,现实场景下,标记数据......
利用DNA芯片，可以对成千上万个基因在不同组织的表达情况进行跟踪与监测，它不仅有助于肿瘤组织的鉴别分类和新亚型发现，而且为肿瘤分......
半监督学习是机器学习领域中的一个重要研究方向,高维半监督学习算法的研究是半监督学习中的一个重要研究课题。随着信息技术的快......
弱监督数据相比于精确标注的强监督数据更易获取,成本更低。如何利用弱监督数据来训练分类器近年来得到了机器学习领域研究者的广......
图像显著性区域检测是模仿人类视觉注意机制,将视觉场景中的显著对象提取出来,从而使计算机具备类似人的视觉主动性和选择性的一种......
信息技术的迅猛发展，特别是互联网的发展，使人们已迈入了“网络时代”。复杂网络的研究已成为当前炙手可热的研究领域之一。作为复杂......
针对图像聚类中数据量大、部分重叠等问题,提出一种基于滑动窗口的多标记传播聚类算法。首先根据图像距离计算图像间的相似度,设定......
标记传播是使用最广泛的半监督分类方法之一。基于共识率的标记传播算法(Consensus Rate-based Label Propagation,CRLP)通过汇总......
非线性降维和半监督学习都是近年来机器学习的热点.将半监督的方法运用到非线性降维中,提出了基于图的半监督降维的算法.该算法用......
提出一种改进的标签传播算法,并将其应用于基因表达谱数据分析中.首先使用概率矩阵表示基因表达数据,将少量样本标记为已知,同时定......
摘 要：对于机器学习在P2P网络流识别中需要大量标记训练数据的问题，提出一种基于改进图半监督支持向量机的P2P流识别方法。采用自动......
提出一种基于相似性模块度最大约束标记传播的快速网络社团发现算法（MLPA）。该方法采用结构相似度计算,通过最大约束标记传播模型更......
文中介绍了Web挖掘的基本概念,提出了一种基于加权关联矩阵聚类的Web日志挖掘算法——多标记传播聚类算法,设计了一个面向电子商务......
基因表达谱数据的聚类分析研究是生物信息学研究的重点。肿瘤样本的聚类分析有助于发现新的肿瘤类型或亚型。通过样本的聚类,不仅......
在基于内容的图像检索中,图像标记具有十分重要的作用.由于为图像加标注代价昂贵,研究者通过利用大量的未标记数据来提高分类性能,......
