钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
安庆师范大学学报(自然科学版)期刊
\
基于DEC算法的多标记学习
基于DEC算法的多标记学习
作者:
李闪闪
王一宾
裴根生
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
DEC算法
多标记学习
维度约简
分类性能
摘要:
由于多标记学习中的"维度灾难"问题,鉴于判别嵌入式聚类(DEC)算法对数据降维的特点,本文提出了基于DEC算法的多标记学习.该算法在多标记数据集作分类处理之前,采取DEC算法对多标记数据集进行维度约简,从而降低算法复杂度、提高分类性能.实验结果表明,这种基于DEC算法的多标记学习是有效的.
暂无资源
收藏
引用
分享
推荐文章
基于GEP多标记学习的图像超分辨率复原算法
超分辨率复原
基因表达式编程
支持向量机
样本学习
用于多标记学习的K近邻改进算法
分类
K近邻
取样
多标记学习
多标记学习研究综述
多标记学习
机器学习
问题转换
算法改进
评估措施
用于多标记学习的局部顺序分类器链算法
多标记学习
标记相关性
分类器链
K-近邻
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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DEC算法的多标记学习
来源期刊
安庆师范大学学报(自然科学版)
学科
工学
关键词
DEC算法
多标记学习
维度约简
分类性能
年,卷(期)
2018,(2)
所属期刊栏目
研究方向
页码范围
31-35
页数
5页
分类号
TP391
字数
4199字
语种
中文
DOI
10.13757/j.cnki.cn34-1328/n.2018.02.009
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
王一宾
安庆师范大学计算机与信息学院
63
407
10.0
18.0
5
裴根生
安庆师范大学计算机与信息学院
8
24
4.0
4.0
6
李闪闪
安庆师范大学计算机与信息学院
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(78)
共引文献
(29)
参考文献
(13)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1967(1)
参考文献(0)
二级参考文献(1)
1991(2)
参考文献(0)
二级参考文献(2)
1997(2)
参考文献(0)
二级参考文献(2)
1998(2)
参考文献(0)
二级参考文献(2)
2000(4)
参考文献(0)
二级参考文献(4)
2001(3)
参考文献(0)
二级参考文献(3)
2003(2)
参考文献(0)
二级参考文献(2)
2004(3)
参考文献(0)
二级参考文献(3)
2005(2)
参考文献(0)
二级参考文献(2)
2006(6)
参考文献(0)
二级参考文献(6)
2007(3)
参考文献(1)
二级参考文献(2)
2008(6)
参考文献(0)
二级参考文献(6)
2009(7)
参考文献(1)
二级参考文献(6)
2010(4)
参考文献(0)
二级参考文献(4)
2011(6)
参考文献(1)
二级参考文献(5)
2012(4)
参考文献(0)
二级参考文献(4)
2013(8)
参考文献(0)
二级参考文献(8)
2014(5)
参考文献(3)
二级参考文献(2)
2015(16)
参考文献(3)
二级参考文献(13)
2016(2)
参考文献(1)
二级参考文献(1)
2017(3)
参考文献(3)
二级参考文献(0)
2018(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
DEC算法
多标记学习
维度约简
分类性能
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
安庆师范大学学报(自然科学版)
主办单位:
安庆师范大学
出版周期:
季刊
ISSN:
1007-4260
CN:
34-1328/N
开本:
大16开
出版地:
安徽省安庆市
邮发代号:
26-142
创刊时间:
1982
语种:
chi
出版文献量(篇)
3170
总下载数(次)
9
期刊文献
相关文献
1.
基于GEP多标记学习的图像超分辨率复原算法
2.
用于多标记学习的K近邻改进算法
3.
多标记学习研究综述
4.
用于多标记学习的局部顺序分类器链算法
5.
基于局部标记信息的多标记学习算法
6.
基于标记特征的多标记学习改进算法
7.
基于间隔准则的优化排序多标记学习算法
8.
基于最大均值差异的多标记迁移学习算法
9.
基于 Tri-training 的半监督多标记学习算法
10.
样本稀疏表达的标记分布学习算法
11.
一种基于多标记的局部离群点检测算法
12.
基于近邻加权及多示例的多标记学习改进算法
13.
弹性网络核极限学习机的多标记学习算法
14.
结合均值漂移的多示例多标记学习改进算法
15.
用于多标记学习的阈值确定算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
安庆师范大学学报(自然科学版)2022
安庆师范大学学报(自然科学版)2021
安庆师范大学学报(自然科学版)2020
安庆师范大学学报(自然科学版)2019
安庆师范大学学报(自然科学版)2018
安庆师范大学学报(自然科学版)2017
安庆师范大学学报(自然科学版)2016
安庆师范大学学报(自然科学版)2015
安庆师范大学学报(自然科学版)2014
安庆师范大学学报(自然科学版)2013
安庆师范大学学报(自然科学版)2012
安庆师范大学学报(自然科学版)2011
安庆师范大学学报(自然科学版)2010
安庆师范大学学报(自然科学版)2009
安庆师范大学学报(自然科学版)2008
安庆师范大学学报(自然科学版)2007
安庆师范大学学报(自然科学版)2006
安庆师范大学学报(自然科学版)2005
安庆师范大学学报(自然科学版)2004
安庆师范大学学报(自然科学版)2003
安庆师范大学学报(自然科学版)2002
安庆师范大学学报(自然科学版)2001
安庆师范大学学报(自然科学版)2018年第4期
安庆师范大学学报(自然科学版)2018年第3期
安庆师范大学学报(自然科学版)2018年第2期
安庆师范大学学报(自然科学版)2018年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号