基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过重新定义全局误差函数,提出了一种基于神经网络的多示例回归算法,并在基准数据集上对该算法进行了测试,取得了较好的效果.
推荐文章
基于广义回归神经网络的粒子滤波算法研究
粒子滤波
神经网络
粒子退化
广义回归神经网络
基于多示例遗传神经网络的室内PM2.5预测
多示例
PM2.5预测
神经网络
遗传算法
基于果蝇—广义回归神经网络优化的WSN节点定位算法
无线传感器网络
节点定位
广义回归神经网络
果蝇优化算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络的多示例回归算法
来源期刊 软件学报 学科 工学
关键词 多示例学习 多示例回归 机器学习 神经网络 神经网络集成
年,卷(期) 2003,(7) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 1238-1242
页数 5页 分类号 TP183
字数 3836字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周志华 南京大学计算机软件新技术国家重点实验室 92 3105 30.0 55.0
2 张敏灵 南京大学计算机软件新技术国家重点实验室 3 107 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (201)
参考文献  (7)
节点文献
引证文献  (23)
同被引文献  (12)
二级引证文献  (53)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(7)
  • 参考文献(3)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(4)
  • 引证文献(2)
  • 二级引证文献(2)
2008(7)
  • 引证文献(2)
  • 二级引证文献(5)
2009(6)
  • 引证文献(2)
  • 二级引证文献(4)
2010(6)
  • 引证文献(1)
  • 二级引证文献(5)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(6)
  • 引证文献(4)
  • 二级引证文献(2)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(7)
  • 引证文献(3)
  • 二级引证文献(4)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多示例学习
多示例回归
机器学习
神经网络
神经网络集成
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导