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:
研究了基于隐含信息的半监督学习方法,并将该方法应用于支持向量机和随机森林模型.利用UCI数据库中的数据验证了基于此方法的支持向量机和随机森林的精度.在此基础上,将此种方法应用于肺音识别领域,利用实际的肺音数据对此方法处理实际问题的效果进行了验证,同时实验分析了无标记样本的数量以及质量对此方法的影响.
推荐文章
半监督学习研究与应用
半监督学习
数据挖掘
Co-Training
Self-Training
一种基于极端学习机的半监督学习方法
半监督
极端学习机
分类
神经网络
基于查询—文档异构信息网络的半监督学习
异构信息网络
半监督学习
信息检索
点击日志
半监督学习研究的述评
半监督学习
半监督聚类
半监督分类
半监督降维
半监督回归
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 基于隐含信息的半监督学习方法研究
来源期刊 通信学报 学科 工学
关键词 半监督学习 肺音 隐含信息
年,卷(期) 2015,(10) 所属期刊栏目 学术论文
研究方向 页码范围 133-139
页数 7页 分类号 TP181
字数 4089字 语种 中文
DOI 10.11959/j.issn.1000-436x.2015263
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 许静 南开大学计算机与控制工程学院 35 507 10.0 22.0
2 刘国栋 南开大学计算机与控制工程学院 7 65 3.0 7.0
3 张国兵 北京航空航天大学电子信息工程学院 3 8 2.0 2.0
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)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(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)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(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
半监督学习
肺音
隐含信息
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
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导