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
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
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
\
信息与控制期刊
\
基于两阶段学习的半监督支持向量机分类算法
基于两阶段学习的半监督支持向量机分类算法
作者:
付丹丹
宋少宇
曹盼东
陶新民
原文服务方:
信息与控制
SVM (support vector machine)
半监督
两阶段学习
伪标识
摘要:
提出了一种基于两阶段学习的半监督支持向量机(semi-supervised SVM)分类算法.首先使用基于图的标签传递算法给未标识样本赋予初始伪标识,并利用k近邻图将可能的噪声样本点识别出来并剔除;然后将去噪处理后的样本集视为已标识样本集输入到支持向量机(SVM)中,使得SVM在训练时能兼顾整个样本集的信息,从而提高SVM的分类准确率.实验结果证明,同其它半监督学习算法相比较,本文算法在标识的训练样本较少的情况下,分类性能有所提高且具有较高的可靠性.
免费获取
收藏
引用
分享
推荐文章
基于半监督支持向量机的期刊收稿系统自动分类方法
期刊收稿系统
自动分类
专家审稿
半监督支持向量机
工作效率
特征向量
一种基于聚类核的半监督支持向量机分类方法
聚类核
聚类假设
半监督支持向量机
分类
基于半监督支持向量机的并行远同源检测方法
半监督学习
支持向量机
并行计算
分类器
基于半监督支持向量机的图书馆微信公众号内容分类管理研究
图书馆
支持向量机
分类方法
微信
信息推送
特征选择
内容分析
文献信息
版权信息
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
基于两阶段学习的半监督支持向量机分类算法
来源期刊
信息与控制
学科
关键词
SVM (support vector machine)
半监督
两阶段学习
伪标识
年,卷(期)
2012,(1)
所属期刊栏目
论文与报告
研究方向
页码范围
7-13
页数
分类号
TP391
字数
语种
中文
DOI
10.3724/SP.J.1219.2012.00007
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
陶新民
哈尔滨工程大学信息与通信工程学院
49
926
16.0
29.0
2
付丹丹
哈尔滨工程大学信息与通信工程学院
10
172
7.0
10.0
3
曹盼东
哈尔滨工程大学信息与通信工程学院
4
44
3.0
4.0
4
宋少宇
哈尔滨工程大学信息与通信工程学院
4
44
3.0
4.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(0)
共引文献
(0)
参考文献
(2)
节点文献
引证文献
(7)
同被引文献
(14)
二级引证文献
(52)
1995(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)
2012(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)
2013(1)
引证文献(1)
二级引证文献(0)
2014(7)
引证文献(2)
二级引证文献(5)
2015(11)
引证文献(2)
二级引证文献(9)
2016(13)
引证文献(0)
二级引证文献(13)
2017(8)
引证文献(1)
二级引证文献(7)
2018(7)
引证文献(0)
二级引证文献(7)
2019(8)
引证文献(1)
二级引证文献(7)
2020(4)
引证文献(0)
二级引证文献(4)
研究主题发展历程
节点文献
SVM (support vector machine)
半监督
两阶段学习
伪标识
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
信息与控制
主办单位:
中国自动化学会
出版周期:
双月刊
ISSN:
1002-0411
CN:
21-1138/TP
开本:
大16开
出版地:
邮发代号:
创刊时间:
1972-01-01
语种:
chi
出版文献量(篇)
2891
总下载数(次)
0
总被引数(次)
41289
期刊文献
相关文献
1.
基于半监督支持向量机的期刊收稿系统自动分类方法
2.
一种基于聚类核的半监督支持向量机分类方法
3.
基于半监督支持向量机的并行远同源检测方法
4.
基于半监督支持向量机的图书馆微信公众号内容分类管理研究
5.
基于密度聚类的支持向量机分类算法
6.
半监督支持向量机的多分类学习算法
7.
基于主动学习的支持向量机算法
8.
结合主动学习策略的半监督分类算法
9.
基于支持向量机的流量分类方法
10.
基于两阶段聚类的模糊支持向量机
11.
基于半监督高斯混合模型核的支持向量机分类算法
12.
基于约束低秩表示模型的联合半监督分类算法
13.
基于支持向量机的增量学习算法
14.
基于一种多分类半监督学习算法的驾驶风格分类模型
15.
基于支持向量机和蚁群算法的空间目标分类
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
信息与控制2022
信息与控制1998
信息与控制1999
信息与控制2000
信息与控制2001
信息与控制2002
信息与控制2003
信息与控制2004
信息与控制2005
信息与控制2006
信息与控制2007
信息与控制2008
信息与控制2009
信息与控制2010
信息与控制2011
信息与控制2012
信息与控制2015
信息与控制2016
信息与控制2017
信息与控制2018
信息与控制2019
信息与控制2012年第1期
信息与控制2012年第2期
信息与控制2012年第4期
信息与控制2012年第3期
信息与控制2012年第5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