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
学术导航
任务中心
论文润色
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
\
江苏科技大学学报(自然科学版)期刊
\
基于Parzen窗估计的一类加权极限自编码器
基于Parzen窗估计的一类加权极限自编码器
作者:
于化龙
席晓燕
徐克辉
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
一类分类
极限学习机
Parzen窗
自编码器
加权
摘要:
针对传统的一类分类器分布适应性差、数据描述不够精确等问题,提出了基于Parzen窗估计的一类加权极限自编码器.该方法首先采用Parzen窗法对数据分布的全局概率密度进行估计,进而对样本进行个性化加权操作,并训练极限学习机,从而实现对样本分布的精确描述.特别地,极限学习机以自编码器的方式实现,并通过重构误差来确定样本类属.实验结果表明:与诸多传统方法相比,其不但具有更好的数据描述能力,而且兼具时间复杂度低的优点.
暂无资源
收藏
引用
分享
推荐文章
改进Parzen窗解决高维数据聚类的方法研究
高维数据
Parzen窗
聚类
基于深度自编码的多视图子空间聚类网络
非线性
深度自编码器
自我表示
多视图子空间聚类
基于自编码器的飞机类型识别方法
飞机类型识别
梅尔倒谱系数
联合特征提取
机器学习
自编码器
基于混合核平滑自编码器的分类器设计
平滑自编码器
核函数
分类
重构
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Parzen窗估计的一类加权极限自编码器
来源期刊
江苏科技大学学报(自然科学版)
学科
工学
关键词
一类分类
极限学习机
Parzen窗
自编码器
加权
年,卷(期)
2019,(3)
所属期刊栏目
管理工程
研究方向
页码范围
88-94
页数
7页
分类号
TP181
字数
5875字
语种
中文
DOI
10.11917/j.issn.1673-4807.2019.03.014
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
于化龙
江苏科技大学计算机学院
44
135
8.0
10.0
2
徐克辉
中国船舶重工集团有限公司规划发展部
4
4
1.0
1.0
3
席晓燕
江苏科技大学计算机学院
2
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
(32)
共引文献
(30)
参考文献
(14)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1978(1)
参考文献(0)
二级参考文献(1)
1994(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)
1999(4)
参考文献(1)
二级参考文献(3)
2000(1)
参考文献(0)
二级参考文献(1)
2001(1)
参考文献(0)
二级参考文献(1)
2003(1)
参考文献(0)
二级参考文献(1)
2004(2)
参考文献(0)
二级参考文献(2)
2005(2)
参考文献(0)
二级参考文献(2)
2006(6)
参考文献(2)
二级参考文献(4)
2007(4)
参考文献(0)
二级参考文献(4)
2009(3)
参考文献(2)
二级参考文献(1)
2010(1)
参考文献(1)
二级参考文献(0)
2011(2)
参考文献(1)
二级参考文献(1)
2012(3)
参考文献(2)
二级参考文献(1)
2013(4)
参考文献(1)
二级参考文献(3)
2014(1)
参考文献(0)
二级参考文献(1)
2015(6)
参考文献(2)
二级参考文献(4)
2017(2)
参考文献(2)
二级参考文献(0)
2019(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
一类分类
极限学习机
Parzen窗
自编码器
加权
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
江苏科技大学学报(自然科学版)
主办单位:
江苏科技大学
出版周期:
双月刊
ISSN:
1673-4807
CN:
32-1765/N
开本:
大16开
出版地:
江苏省镇江市梦溪路2号
邮发代号:
创刊时间:
1986
语种:
chi
出版文献量(篇)
2799
总下载数(次)
4
总被引数(次)
15598
期刊文献
相关文献
1.
改进Parzen窗解决高维数据聚类的方法研究
2.
基于深度自编码的多视图子空间聚类网络
3.
基于自编码器的飞机类型识别方法
4.
基于混合核平滑自编码器的分类器设计
5.
基于稠密自编码器的无监督番茄植株图像深度估计模型
6.
基于栈式降噪自编码器的输变电设备状态数据清洗方法
7.
基于Parzen窗法的贝叶斯参数估计
8.
一种基于卷积自编码器的文档聚类模型
9.
加权PageRank改进地标表示的自编码谱聚类算法
10.
基于栈式稀疏自编码器的矿用变压器故障诊断
11.
基于堆栈式稀疏自编码器的高光谱影像分类
12.
基于自编码器的未知协议分类方法
13.
基于光流约束自编码器的动作识别
14.
基于降噪自编码器的水声信号增强研究
15.
通信辐射源个体识别的自编码器构造方法
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
学术导航
任务中心
论文润色
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
江苏科技大学学报(自然科学版)2021
江苏科技大学学报(自然科学版)2020
江苏科技大学学报(自然科学版)2019
江苏科技大学学报(自然科学版)2018
江苏科技大学学报(自然科学版)2017
江苏科技大学学报(自然科学版)2016
江苏科技大学学报(自然科学版)2015
江苏科技大学学报(自然科学版)2014
江苏科技大学学报(自然科学版)2013
江苏科技大学学报(自然科学版)2012
江苏科技大学学报(自然科学版)2011
江苏科技大学学报(自然科学版)2010
江苏科技大学学报(自然科学版)2009
江苏科技大学学报(自然科学版)2008
江苏科技大学学报(自然科学版)2007
江苏科技大学学报(自然科学版)2006
江苏科技大学学报(自然科学版)2005
江苏科技大学学报(自然科学版)2004
江苏科技大学学报(自然科学版)2003
江苏科技大学学报(自然科学版)2002
江苏科技大学学报(自然科学版)2001
江苏科技大学学报(自然科学版)2000
江苏科技大学学报(自然科学版)1999
江苏科技大学学报(自然科学版)2019年第6期
江苏科技大学学报(自然科学版)2019年第5期
江苏科技大学学报(自然科学版)2019年第4期
江苏科技大学学报(自然科学版)2019年第3期
江苏科技大学学报(自然科学版)2019年第2期
江苏科技大学学报(自然科学版)2019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