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
面向不确定数据的序数回归算法
被引量:
1
1
作者
李晰
肖燕珊
刘波
《计算机工程与设计》
北大核心
2023年第1期174-181,共8页
现有的序数回归方法能够利用先验的有序信息获得比一般多分类方法更加优越的性能,但忽略了仪器不精密和环境扰动等因素产生的复杂不确定性数据。针对序数回归中数据存在的不确定信息问题,基于最大间隔原理,构建面向不确定数据的支持向...
现有的序数回归方法能够利用先验的有序信息获得比一般多分类方法更加优越的性能,但忽略了仪器不精密和环境扰动等因素产生的复杂不确定性数据。针对序数回归中数据存在的不确定信息问题,基于最大间隔原理,构建面向不确定数据的支持向量序数回归模型。实验结果表明,模型可以减少不确定数据对决策边界的影响,增强学习模型的鲁棒性。
展开更多
关键词
机器学习
多分类学习
不确定数据
序数回归
有序信息
最大间隔原理
支持向量机
下载PDF
职称材料
题名
面向不确定数据的序数回归算法
被引量:
1
1
作者
李晰
肖燕珊
刘波
机构
广东工业大学计算机学院
广东工业大学自动化学院
出处
《计算机工程与设计》
北大核心
2023年第1期174-181,共8页
基金
国家自然科学基金项目(61672169)。
文摘
现有的序数回归方法能够利用先验的有序信息获得比一般多分类方法更加优越的性能,但忽略了仪器不精密和环境扰动等因素产生的复杂不确定性数据。针对序数回归中数据存在的不确定信息问题,基于最大间隔原理,构建面向不确定数据的支持向量序数回归模型。实验结果表明,模型可以减少不确定数据对决策边界的影响,增强学习模型的鲁棒性。
关键词
机器学习
多分类学习
不确定数据
序数回归
有序信息
最大间隔原理
支持向量机
Keywords
machine learning
multi-class learning
uncertain data
ordinal regression
ordered data
maximum interval
support vector machine
分类号
TP393.04 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向不确定数据的序数回归算法
李晰
肖燕珊
刘波
《计算机工程与设计》
北大核心
2023
1
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