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:
多示例学习与传统机器学习有很大不同,多示例学习中一个样本包中有多个示例,样本包有类别,而示例没有类别标记,属于一对多的学习框架.本文介绍了多示例学习提出背景及基本特点,从包层次和示例层次两方面分析比较了几种具有代表性的多示例学习算法,最后展望了多示例学习算法的进一步研究方向.
推荐文章
基于多示例学习的时序离群点检测算法研究
机器学习
时序离群点
多示例学习
聚类
平均因子
基于迭代框架与SVDD的多示例算法
机器学习
代表示例选取
多示例学习
支持向量数据描述
构建新包空间的多示例学习方法
多示例学习
反向传播算法
粗糙集
K均值聚类
新空间
多示例学习的示例层次覆盖算法
多示例学习
覆盖算法
核心示例集
相似度函数
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 几种多示例学习算法研究分析
来源期刊 数字技术与应用 学科 工学
关键词 多示例学习 机器学习 BP算法 KNN算法
年,卷(期) 2016,(8) 所属期刊栏目 算法分析
研究方向 页码范围 151,154
页数 2页 分类号 TP391.41
字数 1472字 语种 中文
DOI
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 杨雪洁 合肥师范学院公共计算机教学部 6 13 2.0 3.0
2 赵凯 合肥师范学院公共计算机教学部 5 19 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (9)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
多示例学习
机器学习
BP算法
KNN算法
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导