维普期刊资源整合服务平台（V6.5）

共被期刊论文引用了1次 您的检索式：您选中1篇文献正在查看引证文献汇总

选中清除导出查看参考文献查看引证文献引用追踪共1页首页上一页第1页下一页末页 /1 跳转

		题名	作者	年代	出处	被引量
	1	一种最大化样本可分性半监督Boosting算法显示文摘针对数据实际分布与假设不匹配时半监督学习算法难以改善分类器性能的问题,该文提出一种最大化样本可分性半监督Boosting算法,通过引入'高密度区域局部散度最小、样本空间全局散度最大'准则来学习未标注的样本。该准则使用两种半监督假设(聚类假设和流形假设),减少了因半监督假设与数据不匹配造成的准确率下降问题。实验结果表明,该文算法有效提高了Boosting算法在符合聚类假设数据集和符合流形假设数据集上的准确性,提高了分类器噪声数据的稳定性。	侯杰茅耀斌孙金生	2014	南京理工大学学报2014，38，5：	4

返回顶部每页显示：

共1页首页上一页第1页下一页末页 /1 跳转

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费