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
凹半监督支持向量机及其应用
1
作者
冼广铭
齐德昱
+3 位作者
方群
柯庆
曾碧卿
庞雄文
《计算机工程与应用》
CSCD
北大核心
2010年第28期132-134,共3页
在训练集不足的情况下,SVM算法有待改进,以提高其评价的准确性。采用凹半监督支持向量机,利用少量标注样本和大量未标注样本进行机器学习,提高了模型预测的精度。
关键词
凹半监督支持向量机
机
器学习
未标注样本
下载PDF
职称材料
题名
凹半监督支持向量机及其应用
1
作者
冼广铭
齐德昱
方群
柯庆
曾碧卿
庞雄文
机构
华南理工大学
广州天河软件园管委会博士后科研工作站
蓝盾信息安全技术股份有限公司
华南师范大学南海学院
华南师范大学计算机学院
出处
《计算机工程与应用》
CSCD
北大核心
2010年第28期132-134,共3页
基金
广东省自然科学基金面上项目(No.8151063101000040)
广东高校优秀青年创新人才培育项目(No(.2008)342号)
广东省自然科学基金博士启动项目(No.9451063101002213)
文摘
在训练集不足的情况下,SVM算法有待改进,以提高其评价的准确性。采用凹半监督支持向量机,利用少量标注样本和大量未标注样本进行机器学习,提高了模型预测的精度。
关键词
凹半监督支持向量机
机
器学习
未标注样本
Keywords
concave semi-supervised support vector machines
machine learning
unlabeled samples
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
凹半监督支持向量机及其应用
冼广铭
齐德昱
方群
柯庆
曾碧卿
庞雄文
《计算机工程与应用》
CSCD
北大核心
2010
0
下载PDF
职称材料
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