检索结果-维普期刊中文期刊服务平台

构造性覆盖方法的增量学习算法被引量：3: 1; 作者张燕平杜玲赵姝《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第5期699-704,共6页; 构造性机器学习方法——覆盖算法学习速度快、复杂度低、可解释性强,能有效地解决有导师学习问题,并取得了很好的效果,但构造神经元的权值即取新覆盖中心时通常人为地给定一个准则,并未遵循样本的分布特征求得最优解.由此采用佳点集理... 展开更多; 关键词构造性机器学习方法覆盖算法佳点集增量学习; 在线阅读下载PDF 职称材料

协同半监督的构造性学习方法被引量：1: 2; 作者李萍吴涛《计算机工程与应用》 CSCD 北大核心 2015年第3期129-132,207,共5页; 利用构造性学习(CML)算法训练分类器需要大量已标记样本,然而获取大量已标记的样本较为困难。为此,提出了一种协同半监督的构造性学习算法。将已标记样本等分为三个训练集,分别使用构造性学习算法训练三个单分类器,以共同投票的方式对... 展开更多; 关键词半监督学习构造性机器学习 co-training算法 tri-training算法覆盖算法; 在线阅读下载PDF 职称材料

基于Tri-training算法的构造性学习方法被引量：3: 3; 作者吴涛李萍王允强《计算机工程》 CAS CSCD 2012年第6期13-15,共3页; 构造性机器学习(CML)算法在训练分类器时需要大量有标记样本,而获取这些有标记样本十分困难。为此,提出一种基于Tri-training算法的构造性学习方法。根据已标记的样本,采用不同策略构造3个差异较大的初始覆盖分类网络,用于对未标记数据... 展开更多; 关键词半监督学习构造性机器学习 Tri-training算法覆盖分类网络; 在线阅读下载PDF 职称材料

基于商空间的气象时间序列数据挖掘研究被引量：5: 4; 作者石扬张燕平 +3 位作者赵姝张玲田福生汪小寒《计算机工程与应用》 CSCD 北大核心 2007年第1期201-203,共3页; 论文从一种新的角度,针对气象时间序列的特点,在商空间粒度计算理论框架下,采用多种粒度,从不同的层次分析复杂的气象数据信息,利用商空间的合成技术,和多侧面递进算法进行综合信息处理。并提出了一种灰色模型GM(1,1)与构造性机器学习方... 展开更多; 关键词商空间粒度计算构造性机器学习方法气象时间序列灰色模型; 在线阅读下载PDF 职称材料

题名构造性覆盖方法的增量学习算法被引量：3: 1; 作者张燕平杜玲赵姝; 机构安徽大学计算机科学与技术学院; 出处《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第5期699-704,共6页; 基金 "973"计划(2004CB318108 2007CB311003) +4 种基金国家自然科学基金(60675031) 安徽大学人才队伍建设基金; 文摘构造性机器学习方法——覆盖算法学习速度快、复杂度低、可解释性强,能有效地解决有导师学习问题,并取得了很好的效果,但构造神经元的权值即取新覆盖中心时通常人为地给定一个准则,并未遵循样本的分布特征求得最优解.由此采用佳点集理论求取覆盖中心,以改进覆盖算法.针对大规模或动态数据集的分类问题,将构造性覆盖方法与增量学习的思想相结合,提出了构造性覆盖方法的增量学习算法.该算法利用改进的覆盖算法作为基础学习器,通过连续地对新增样本进行测试而反复不断地提炼已有模型,体现了对样本的"渐近式"学习.对标准数据集的实验结果表明,这种增量学习算法是有效的.; 关键词构造性机器学习方法覆盖算法佳点集增量学习; Keywords structural machine learning method, covering algorithm, good-point-set, increment learning; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名协同半监督的构造性学习方法被引量：1: 2; 作者李萍吴涛; 机构阜阳师范学院信息工程学院安徽大学智能计算与信号处理教育部重点实验室; 出处《计算机工程与应用》 CSCD 北大核心 2015年第3期129-132,207,共5页; 基金国家自然科学基金(No.71371011) 安徽省高等学校省级自然科学研究重点项目(No.KJ2013A033) +1 种基金阜阳师范学院校级项目(No.2014FSKJ17); 文摘利用构造性学习(CML)算法训练分类器需要大量已标记样本,然而获取大量已标记的样本较为困难。为此,提出了一种协同半监督的构造性学习算法。将已标记样本等分为三个训练集,分别使用构造性学习算法训练三个单分类器,以共同投票的方式对未标记样本进行标记,从而依次扩充三个单分类器训练集直到不能再扩充为止。将三个训练集合并训练出最终的分类器。选取UCI数据集进行实验,结果表明,与CML算法、Tri-CML算法、NB算法及Tri-NB相比,该方法的分类更为有效。; 关键词半监督学习构造性机器学习 co-training算法 tri-training算法覆盖算法; Keywords semi-supervised constructive machine learning co-training algorithm tri-training algorithm covering; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于Tri-training算法的构造性学习方法被引量：3: 3; 作者吴涛李萍王允强; 机构安徽大学．智能计算与信号处理教育部重点实验室数学科学学院; 出处《计算机工程》 CAS CSCD 2012年第6期13-15,共3页; 基金国家“973”计划基金资助项目(2007BC311003) 国家自然科学基金资助项目(61073117) 安徽大学创新团队基金资助项目(KJTD001B); 文摘构造性机器学习(CML)算法在训练分类器时需要大量有标记样本,而获取这些有标记样本十分困难。为此,提出一种基于Tri-training算法的构造性学习方法。根据已标记的样本,采用不同策略构造3个差异较大的初始覆盖分类网络,用于对未标记数据进行标记,再将已标记数据加入到训练样本中,调整各分类网络参数,反复进行上述过程,直至获得稳定的分类器。实验结果证明,与CML算法和基于NB分类器的半监督学习算法相比,该方法的分类准确率更高。; 关键词半监督学习构造性机器学习 Tri-training算法覆盖分类网络; Keywords semi-supervised learning Constructive Machine Learning（CML） Tri-training algorithm covering classification network; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于商空间的气象时间序列数据挖掘研究被引量：5: 4; 作者石扬张燕平赵姝张玲田福生汪小寒; 机构安徽大学计算智能与信号处理教育部重点实验室; 出处《计算机工程与应用》 CSCD 北大核心 2007年第1期201-203,共3页; 基金国家973重点基础研究发展规划资助项目(2004CB318108) 国家自然科学基金资助项目(60475017) 安徽省自然科学基金资助项目(050420208)。; 文摘论文从一种新的角度,针对气象时间序列的特点,在商空间粒度计算理论框架下,采用多种粒度,从不同的层次分析复杂的气象数据信息,利用商空间的合成技术,和多侧面递进算法进行综合信息处理。并提出了一种灰色模型GM(1,1)与构造性机器学习方法(交叉覆盖算法)结合的模型对气象时间序列进行数据挖掘(产量预测)。最后,通过该模型在真实数据上的实验(冬小麦产量预测),取得了令人满意的结果。; 关键词商空间粒度计算构造性机器学习方法气象时间序列灰色模型; Keywords quotient space granular computing structural machine learning methed meteorological time series grey model; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	构造性覆盖方法的增量学习算法	张燕平杜玲赵姝	《南京大学学报（自然科学版）》 CAS CSCD 北大核心	2009	3	在线阅读下载PDF 职称材料
2	协同半监督的构造性学习方法	李萍吴涛	《计算机工程与应用》 CSCD 北大核心	2015	1	在线阅读下载PDF 职称材料
3	基于Tri-training算法的构造性学习方法	吴涛李萍王允强	《计算机工程》 CAS CSCD	2012	3	在线阅读下载PDF 职称材料
4	基于商空间的气象时间序列数据挖掘研究	石扬张燕平赵姝张玲田福生汪小寒	《计算机工程与应用》 CSCD 北大核心	2007	5	在线阅读下载PDF 职称材料