作者:
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:
半监督学习和主动学习,与传统的监督学习不同,能同时在少量的已标记数据和大量的未标记数据上进行学习,从而提高性能.半监督学习和主动学习,最初是建立在单视图数据上的,但最近的研究表明对多视图数据,它们也能产生很好效果.本文综述多视图数据半监督学习和主动学习基本思想、常用算法和最新研究进展,并指出需进一步研究的几个问题.
推荐文章
无标记数据学习及其在图像检索中的应用
机器学习
数据挖掘
半监督学习
主动学习
分类
图像检索
基于改进粒子群优化的无标记数据鲁棒聚类算法
多目标粒子群优化
聚类算法
鲁棒性
帕累托最优解
无标记数据
基于BOM的产品数据多视图集成研究
产品结构
BOM
多视图集成
桥梁结构的未标记模态特征稀疏编码深度学习监测
结构安全
深度学习
稀疏编码
无线传感器
桥梁结构
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 基于多视图未标记数据的机器学习
来源期刊 计算机与现代化 学科 工学
关键词 机器学习 数据挖掘 半监督学习 主动学习 分类 多视图数据
年,卷(期) 2013,(3) 所属期刊栏目 数据库与数据挖掘
研究方向 页码范围 96-98
页数 3页 分类号 TP18
字数 3401字 语种 中文
DOI 10.3969/j.issn.1006-2475.2013.03.025
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 武永成 荆楚理工学院计算机工程学院 18 27 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  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2004(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
机器学习
数据挖掘
半监督学习
主动学习
分类
多视图数据
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导