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:
纠错输出编码能有效地将多类问题转化为二类问题进行求解,已受到国内外从事机器学习的研究者们的重视,并使其成为多类分类领域的研究热点。本文首先分析了ECOC多类分类的原理和框架,指出解决ECOC多类分类问题的关键在于解码策略和编码策略的确定;然后从这两个关键点出发综述了ECOC多类分类的最新进展和应用领域;最后指出了目前存在的问题以及下一步研究方向。论文研究成果将为基于ECOC多类分类方法在实际应用过程中起借鉴和参考作用。
推荐文章
带拒绝域的ECOC多类分类
多类分类
纠错输出编码
拒绝域
支持向量数据描述
贝叶斯决策
遗传规划多类图像分类算法研究
图像分类
遗传规划
等差权值中心动态边界确定算法
权值快速下降中心动态边界确定算法
支撑向量机多类分类方法的研究
统计学理论
支撑向量机
结构风险最小化
多类分类
支撑向量机的多类分类方法
支撑向量机
多类分类
特征提取
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 ECOC 多类分类研究综述
来源期刊 电子学报 学科 工学
关键词 多类分类 纠错输出编码 机器学习
年,卷(期) 2014,(9) 所属期刊栏目 综述评论
研究方向 页码范围 1794-1800
页数 7页 分类号 TP391
字数 6733字 语种 中文
DOI 10.3969/j.issn.0372-2112.2014.09.020
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 王晓丹 空军工程大学防空反导学院 135 1447 21.0 31.0
2 雷蕾 空军工程大学防空反导学院 36 280 11.0 15.0
3 罗玺 空军工程大学信息与导航学院 14 33 3.0 5.0
4 周进登 3 56 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (34)
参考文献  (29)
节点文献
引证文献  (17)
同被引文献  (25)
二级引证文献  (10)
1960(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(12)
  • 参考文献(2)
  • 二级参考文献(10)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(13)
  • 参考文献(3)
  • 二级参考文献(10)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(9)
  • 参考文献(5)
  • 二级参考文献(4)
2011(10)
  • 参考文献(5)
  • 二级参考文献(5)
2012(7)
  • 参考文献(7)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(5)
  • 引证文献(5)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(7)
  • 引证文献(5)
  • 二级引证文献(2)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
多类分类
纠错输出编码
机器学习
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导