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:
为使k-部排序学习算法对所有结构的本体图都有效,提出一种半监督k-部排序学习算法.将训练样本集分成带标记和不带标记两类,通过推进的方法优化指数亏损模型,得到组合权值;并通过贪心的方法得到排序特征,由此得到排序函数.从而将本体图(或多本体结构图)中每个顶点映射成一个实数,由本体顶点对应实数间的差值判断概念间的相似程度.通过两个实验说明了新算法对于本体相似度计算和在不同本体间建立映射是有效的.
推荐文章
基于半监督学习的K-均值聚类算法研究
半监督聚类
改进的K-均值算法
动态管理种群的粒子群算法
改进的K-均值算法在岩相识别中的应用
岩相识别
测井资料
K-均值
相对拟主k-投射半模
相对拟主k-投射半模
拟伪主k-投射半模
k-正则同态
真正合列
相对M的伪k-内射半模
相对伪k-内射半模
k-子半模
k-正则自同态
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 半监督k-部排序算法及在本体中的应用
来源期刊 中北大学学报(自然科学版) 学科 工学
关键词 本体 相似度计算 本体映射 k-部排序 半监督学习
年,卷(期) 2013,(2) 所属期刊栏目 自动化与计算机技术
研究方向 页码范围 140-146
页数 7页 分类号 TP393.092
字数 5965字 语种 中文
DOI 10.3969/j.issn.1673-3193.2013.02.011
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 梁立 云南师范大学信息学院 75 313 10.0 15.0
2 高炜 云南师范大学信息学院 139 368 9.0 14.0
3 徐天伟 云南师范大学信息学院 55 363 10.0 16.0
4 周菊香 云南师范大学民族教育信息化教育部重点实验室 11 33 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (29)
参考文献  (8)
节点文献
引证文献  (15)
同被引文献  (27)
二级引证文献  (28)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(9)
  • 引证文献(5)
  • 二级引证文献(4)
2016(12)
  • 引证文献(3)
  • 二级引证文献(9)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
本体
相似度计算
本体映射
k-部排序
半监督学习
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
中北大学学报(自然科学版)
双月刊
1673-3193
14-1332/TH
大16开
太原13号信箱
1979
chi
出版文献量(篇)
2903
总下载数(次)
7
总被引数(次)
15437
论文1v1指导