钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机研究与发展期刊
\
通过挖掘示例中的概念来解决多示例学习问题
通过挖掘示例中的概念来解决多示例学习问题
作者:
印鉴
甘睿
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
多示例学习
重新表示
单示例学习
摘要:
在多示例学习问题中,训练数据集里面的每一个带标记的样本都是由多个示例组成的包,其最终目的是利用这一数据集去训练一个分类器,使得可以利用该分类器去预测还没有被标记的包.在以往的关于多示例学习问题的研究中,有的是通过修改现有的单示例学习算法来迎合多示例的需要,有的则是通过提出新的方法来挖掘示例与包之间的关系并利用挖掘的结果来解决问题.以改变包的表现形式为出发点,提出了一个解决多示例学习问题的算法——概念挖掘算法.该算法利用原本用于文本过滤的R-模式发现法将包表示成一个d维向量——概念向量.经过重新表示后,原有的多示例数据集已经不再“多示例”,以至于一些现有的单示例学习算法能够被用来高效地解决多示例学习问题.
暂无资源
收藏
引用
分享
推荐文章
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
基于多示例多标记学习的手机游戏道具推荐
机器学习
多示例多标记学习(MIML)
半监督学习
推荐
基于树结构的层次性多示例多标记学习
层次性多示例多标记学习
树结构
G蛋白偶联受体
生物学功能
多示例学习
基于粒子滤波和多示例学习的目标跟踪
目标跟踪
计算机视觉
多示例学习
局部特征
粒子滤波
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
通过挖掘示例中的概念来解决多示例学习问题
来源期刊
计算机研究与发展
学科
工学
关键词
多示例学习
重新表示
单示例学习
年,卷(期)
2011,(z2)
所属期刊栏目
数据挖掘和知识发现
研究方向
页码范围
451-456
页数
分类号
TP393
字数
4942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
印鉴
中山大学信息科学与技术学院
117
2906
26.0
51.0
2
甘睿
中山大学信息科学与技术学院
2
6
1.0
2.0
传播情况
被引次数趋势
(/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
(3)
节点文献
引证文献
(5)
同被引文献
(4)
二级引证文献
(4)
1997(1)
参考文献(1)
二级参考文献(0)
2006(1)
参考文献(1)
二级参考文献(0)
2010(1)
参考文献(1)
二级参考文献(0)
2011(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)
2014(1)
引证文献(1)
二级引证文献(0)
2016(1)
引证文献(1)
二级引证文献(0)
2017(2)
引证文献(1)
二级引证文献(1)
2018(3)
引证文献(1)
二级引证文献(2)
2019(1)
引证文献(1)
二级引证文献(0)
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
重新表示
单示例学习
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
计算机研究与发展
主办单位:
中国科学院计算技术研究所
中国计算机学会
出版周期:
月刊
ISSN:
1000-1239
CN:
11-1777/TP
开本:
大16开
出版地:
北京中关村科学院南路6号
邮发代号:
2-654
创刊时间:
1958
语种:
chi
出版文献量(篇)
7553
总下载数(次)
35
总被引数(次)
164870
期刊文献
相关文献
1.
多示例学习的示例层次覆盖算法
2.
基于多示例多标记学习的手机游戏道具推荐
3.
基于树结构的层次性多示例多标记学习
4.
基于粒子滤波和多示例学习的目标跟踪
5.
几种多示例学习算法研究分析
6.
基于多示例学习的局部离群点改进算法
7.
基于多示例学习的图像分类算法
8.
特征加权融合的在线多示例学习跟踪算法
9.
结合均值漂移的多示例多标记学习改进算法
10.
基于抗噪声的多任务多示例学习算法研究
11.
结合包光滑性的半监督多示例核学习方法
12.
基于压缩感知的在线多示例学习目标追踪
13.
基于稀疏表达的多示例学习目标追踪算法
14.
基于改进的Fisher准则的多示例学习视频人脸识别算法
15.
基于半监督学习的多示例多标记E-MIMLSVM+算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机研究与发展2022
计算机研究与发展2021
计算机研究与发展2020
计算机研究与发展2019
计算机研究与发展2018
计算机研究与发展2017
计算机研究与发展2016
计算机研究与发展2015
计算机研究与发展2014
计算机研究与发展2013
计算机研究与发展2012
计算机研究与发展2011
计算机研究与发展2010
计算机研究与发展2009
计算机研究与发展2008
计算机研究与发展2007
计算机研究与发展2006
计算机研究与发展2005
计算机研究与发展2004
计算机研究与发展2003
计算机研究与发展2002
计算机研究与发展2001
计算机研究与发展2000
计算机研究与发展1999
计算机研究与发展2011年第z2期
计算机研究与发展2011年第z1期
计算机研究与发展2011年第9期
计算机研究与发展2011年第8期
计算机研究与发展2011年第7期
计算机研究与发展2011年第6期
计算机研究与发展2011年第5期
计算机研究与发展2011年第4期
计算机研究与发展2011年第3期
计算机研究与发展2011年第2期
计算机研究与发展2011年第12期
计算机研究与发展2011年第11期
计算机研究与发展2011年第10期
计算机研究与发展2011年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号