期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
带Spearman相关性的多标签GRF算法
被引量:
2
1
作者
冯元佶
李枚毅
王伟
《模式识别与人工智能》
EI
CSCD
北大核心
2010年第6期862-866,共5页
通过采用Spearman相关系数矩阵取代临时分类标记来构造标签相关性模块,提出一种改进的带Spearman相关性的多标签高斯随机域(MLQ-GRF)算法,以减少临时分类标记的不确定性.实验对比所得结果表明,文中构造的改进的MLQ-GRF算法对于扰动和带...
通过采用Spearman相关系数矩阵取代临时分类标记来构造标签相关性模块,提出一种改进的带Spearman相关性的多标签高斯随机域(MLQ-GRF)算法,以减少临时分类标记的不确定性.实验对比所得结果表明,文中构造的改进的MLQ-GRF算法对于扰动和带误差的临时分类标记有更好的稳定性,能提高分类的精确度.
展开更多
关键词
半监督学习
Spearman相关系数
多标签分类
原文传递
题名
带Spearman相关性的多标签GRF算法
被引量:
2
1
作者
冯元佶
李枚毅
王伟
机构
湘潭大学信息工程学院
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2010年第6期862-866,共5页
基金
国家自然科学基金资助项目(No.60773047)
文摘
通过采用Spearman相关系数矩阵取代临时分类标记来构造标签相关性模块,提出一种改进的带Spearman相关性的多标签高斯随机域(MLQ-GRF)算法,以减少临时分类标记的不确定性.实验对比所得结果表明,文中构造的改进的MLQ-GRF算法对于扰动和带误差的临时分类标记有更好的稳定性,能提高分类的精确度.
关键词
半监督学习
Spearman相关系数
多标签分类
Keywords
Semi-Supervised Learning
Spearman Correlation Matrix
Multi-Label Classification
分类号
TP391.44 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
带Spearman相关性的多标签GRF算法
冯元佶
李枚毅
王伟
《模式识别与人工智能》
EI
CSCD
北大核心
2010
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部