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:
鉴于很多实际问题都可以转化到多示例框架下求解,多示例学习越来越受到机器学习领域内学者们的关注.提出了一个基于Logistic回归模型的多示例学习算法.首先定义了一个新的似然函数来表示每个包的标签与其示例的隐含标签之间的关系,然后利用凝聚函数把该似然函数转化为一个光滑的凹函数,从而使问题可以用常用的无约束优化方法快速求解.在一些标准数据集和一个文本分类问题上的实验结果表明,所提算法要优于其他常用多示例学习算法.
推荐文章
结合均值漂移的多示例多标记学习改进算法
多示例多标记学习
均值漂移算法
高斯核函数
核密度估计
梯度下降法
基于多示例学习的局部离群点改进算法
多示例学习
权重机制
特征
惩罚策略
基于粒子群算法的Logistic回归模型参数估计
粒子群优化算法
参数估计
Logistic回归模型
最大似然估计
多示例学习的示例层次覆盖算法
多示例学习
覆盖算法
核心示例集
相似度函数
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Logistic回归模型和凝聚函数的多示例学习算法
来源期刊 大连理工大学学报 学科 工学
关键词 多示例学习 Logistic回归模型 凝聚函数 文本分类
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 788-793
页数 分类号 TP181
字数 3810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 王欣 大连理工大学控制科学与工程学院 155 1198 19.0 28.0
2 顾宏 大连理工大学控制科学与工程学院 45 522 9.0 22.0
3 王哲龙 大连理工大学控制科学与工程学院 9 65 5.0 8.0
4 贺建军 大连理工大学控制科学与工程学院 6 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多示例学习
Logistic回归模型
凝聚函数
文本分类
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
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
论文1v1指导