论文降重
免费查重- 钛学术文献服务平台 \
- 学术期刊 \
- 基础科学期刊 \
- 大学学报期刊 \
- 云南师范大学学报(自然科学版)期刊 \
基于核方法的半监督超图顶点分类算法分析
基于核方法的半监督超图顶点分类算法分析
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：
分类学习算法的研究是计算机科学的研究热点,超图上顶点的分类问题作为一般图顶点分类问题的推广,被广泛应用于各种计算模型.对基于核方法的半监督超图顶点分类算法进行理论分析,给出算法的收敛性分析和广义界估计值.
推荐文章
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
基于数据密度的半监督自训练分类算法
半监督学习
自训练
密度
分类
结合主动学习策略的半监督分类算法
半监督分类
主动学习
投票熵
样本密度
基于半监督学习的应用流分类方法
流量分类
半监督学习
特征选择
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 | 基于核方法的半监督超图顶点分类算法分析 | ||
| 来源期刊 | 云南师范大学学报（自然科学版） | 学科 | 工学 |
| 关键词 | 超图 分类算法 半监督学习 收缩因子 | ||
| 年，卷（期） | 2013,（1） | 所属期刊栏目 | 计算机科学及应用 |
| 研究方向 | 页码范围 | 46-49 | |
| 页数 | 4页 | 分类号 | TP393.092 |
| 字数 | 2060字 | 语种 | 中文 |
| DOI | |||
五维指标
引文网络
引文网络
二级参考文献 (5)
共引文献 (15)
参考文献 (3)
节点文献
引证文献 (1)
同被引文献 (6)
二级引证文献 (0)
2004(3)
- 参考文献（0）
- 二级参考文献（3）
2005(1)
- 参考文献（0）
- 二级参考文献（1）
2009(3)
- 参考文献（2）
- 二级参考文献（1）
2011(1)
- 参考文献（1）
- 二级参考文献（0）
2013(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)
2013(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
超图
分类算法
半监督学习
收缩因子
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
云南师范大学学报(自然科学版)
主办单位：
云南师范大学
出版周期：
双月刊
ISSN：
1007-9793
CN：
53-1046/N
开本：
大16开
出版地：
云南昆明市一二一大街298号
邮发代号：
64-74
创刊时间：
1958
语种：
chi
出版文献量（篇）
2229
总下载数（次）
5
总被引数（次）
10561
期刊文献
相关文献
推荐文献
- 期刊分类
- 期刊（年）
- 期刊（期）
- 期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
云南师范大学学报(自然科学版)2022
云南师范大学学报(自然科学版)2021
云南师范大学学报(自然科学版)2020
云南师范大学学报(自然科学版)2019
云南师范大学学报(自然科学版)2018
云南师范大学学报(自然科学版)2017
云南师范大学学报(自然科学版)2016
云南师范大学学报(自然科学版)2015
云南师范大学学报(自然科学版)2014
云南师范大学学报(自然科学版)2013
云南师范大学学报(自然科学版)2012
云南师范大学学报(自然科学版)2011
云南师范大学学报(自然科学版)2010
云南师范大学学报(自然科学版)2009
云南师范大学学报(自然科学版)2008
云南师范大学学报(自然科学版)2007
云南师范大学学报(自然科学版)2006
云南师范大学学报(自然科学版)2005
云南师范大学学报(自然科学版)2004
云南师范大学学报(自然科学版)2003
云南师范大学学报(自然科学版)2002
云南师范大学学报(自然科学版)2001
云南师范大学学报(自然科学版)2000
云南师范大学学报(自然科学版)2013年第6期
云南师范大学学报(自然科学版)2013年第5期
云南师范大学学报(自然科学版)2013年第4期
云南师范大学学报(自然科学版)2013年第3期
云南师范大学学报(自然科学版)2013年第2期
云南师范大学学报(自然科学版)2013年第1期
