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:
为了获得更优算法,将加入混合核的极限学习机算法应用于多标签学习中.首先在极限学习机算法中通过混合核函数将特征映射到高维空间,然后对原标签空间建立混合核极限学习机模型求得输出权值,最后通过模型计算预测未知样本的标签情况.
推荐文章
小波核极限学习机分类器
极限学习机
核学习机
小波分析
小波核函数
分类器
基于并行学习的多层极限学习机
神经网络
稀疏编码
极限学习机
并行学习
基于核的学习机研究综述
核方法
有监督学习算法
无监督学习算法
支持向量机
基于极限学习机的迁移学习算法
迁移学习
极限学习机
三维模型分类
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 基于混合核极限学习机的多标签学习研究
来源期刊 重庆科技学院学报(自然科学版) 学科 工学
关键词 多标签学习 极限学习机 混合核函数 回归拟合
年,卷(期) 2019,(2) 所属期刊栏目 计算机·自动化
研究方向 页码范围 79-85
页数 7页 分类号 TP391
字数 4100字 语种 中文
DOI 10.3969/j.issn.1673-1980.2019.02.018
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 钱萌 安庆师范大学计算机与信息学院 45 151 7.0 10.0
2 唐家康 1 1 1.0 1.0
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  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
多标签学习
极限学习机
混合核函数
回归拟合
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
重庆科技学院学报(自然科学版)
双月刊
1673-1980
50-1174/N
大16开
重庆大学城
1995
chi
出版文献量(篇)
4247
总下载数(次)
8
总被引数(次)
13371
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导