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
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
结合均值漂移的多示例多标记学习改进算法
多示例多标记学习
均值漂移算法
高斯核函数
核密度估计
梯度下降法
基于多示例学习的局部离群点改进算法
多示例学习
权重机制
特征
惩罚策略
基于近邻加权及多示例的多标记学习改进算法
多标记分类
多示例学习
权重
K近邻
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