期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
微阵列癌症数据误标记样本和异常样本识别的广义CL-stability算法
1
作者
周柚
张琛
+2 位作者
吴春国
时小虎
梁艳春
《吉林大学学报（理学版）》
CAS
CSCD
北大核心
2008年第3期509-511,共3页
针对微阵列癌症数据的特点,提出一种能识别数据集中误标记样本和异常样本的广义CL-stability算法.该算法以CL-stability为基本算子,通过样本的全局稳定性识别误标记样本或异常样本.实验结果表明,广义CL-stability算法对于识别微阵列癌...
针对微阵列癌症数据的特点,提出一种能识别数据集中误标记样本和异常样本的广义CL-stability算法.该算法以CL-stability为基本算子,通过样本的全局稳定性识别误标记样本或异常样本.实验结果表明,广义CL-stability算法对于识别微阵列癌症数据中的误标记样本优于已有算法,并能给出区分误标记样本和异常样本的信息.
展开更多
关键词
误标记样本
识别
异常
样本
识别
微阵列
广义CL—stability算法
在线阅读
下载PDF
职称材料
基于动态阈值和差异性检验的自训练算法
2
作者
吕佳
邱鸿波
肖锋
《智能系统学报》
CSCD
北大核心
2024年第4期839-852,共14页
针对自训练算法在迭代训练分类器的过程中存在难以有效选取高置信度样本以及误标记样本错误累积的问题,本文提出了基于动态阈值和差异性检验的自训练算法。引入样本的局部离群因子,据此剔除有标签样本中的离群点以及分类标注无标签样本...
针对自训练算法在迭代训练分类器的过程中存在难以有效选取高置信度样本以及误标记样本错误累积的问题,本文提出了基于动态阈值和差异性检验的自训练算法。引入样本的局部离群因子,据此剔除有标签样本中的离群点以及分类标注无标签样本,依据标注分批次处理无标签样本,以使模型更易选取到高置信度的无标签样本;根据新增伪标签样本的数量和对比隶属度的变化,设计一种动态隶属度阈值函数,提升高置信度样本的质量;定义密集距离度量样本间的差异性,分别计算伪标签样本与同类和不同类样本之间的密集距离之和,从而找出不确定度高的伪标签样本,并将此类样本并入下轮训练的无标签样本集中,缓解误标记样本错误累积的问题。实验结果表明,该算法在12个UCI基准数据集上均取得理想效果。
展开更多
关键词
自训练算法
误标记样本
高置信度
样本
动态阈值
差异性检验
局部离群因子
对比隶属度
密集距离
在线阅读
下载PDF
职称材料
题名
微阵列癌症数据误标记样本和异常样本识别的广义CL-stability算法
1
作者
周柚
张琛
吴春国
时小虎
梁艳春
机构
吉林大学计算机科学与技术学院
出处
《吉林大学学报（理学版）》
CAS
CSCD
北大核心
2008年第3期509-511,共3页
基金
国家自然科学基金(批准号:60433020
60703025
+2 种基金
60773095)
高校博士点专项科研基金(批准号:20070183055)
欧盟合作项目(批准号:TH/AsiaLink/010(111084))
文摘
针对微阵列癌症数据的特点,提出一种能识别数据集中误标记样本和异常样本的广义CL-stability算法.该算法以CL-stability为基本算子,通过样本的全局稳定性识别误标记样本或异常样本.实验结果表明,广义CL-stability算法对于识别微阵列癌症数据中的误标记样本优于已有算法,并能给出区分误标记样本和异常样本的信息.
关键词
误标记样本
识别
异常
样本
识别
微阵列
广义CL—stability算法
Keywords
mislabeled sample recognition
abnormal sample recognition
microarray
generalized CL-stability algorithm
分类号
TP183 [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
基于动态阈值和差异性检验的自训练算法
2
作者
吕佳
邱鸿波
肖锋
机构
重庆师范大学计算机与信息科学学院
重庆市数字农业服务工程技术研究中心
出处
《智能系统学报》
CSCD
北大核心
2024年第4期839-852,共14页
基金
国家自然科学基金重大项目(11991024)
重庆市教委“成渝地区双城经济圈建设”科技创新项目(KJCX2020024)
重庆市高校创新研究群体资助项目(CXQT20015).
文摘
针对自训练算法在迭代训练分类器的过程中存在难以有效选取高置信度样本以及误标记样本错误累积的问题,本文提出了基于动态阈值和差异性检验的自训练算法。引入样本的局部离群因子,据此剔除有标签样本中的离群点以及分类标注无标签样本,依据标注分批次处理无标签样本,以使模型更易选取到高置信度的无标签样本;根据新增伪标签样本的数量和对比隶属度的变化,设计一种动态隶属度阈值函数,提升高置信度样本的质量;定义密集距离度量样本间的差异性,分别计算伪标签样本与同类和不同类样本之间的密集距离之和,从而找出不确定度高的伪标签样本,并将此类样本并入下轮训练的无标签样本集中,缓解误标记样本错误累积的问题。实验结果表明,该算法在12个UCI基准数据集上均取得理想效果。
关键词
自训练算法
误标记样本
高置信度
样本
动态阈值
差异性检验
局部离群因子
对比隶属度
密集距离
Keywords
self-training algorithm
mislabeled samples
high-confidence samples
dynamic threshold
difference test
local outlier factor
contrast membership
dense distance
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
作者
出处
发文年
被引量
操作
1
微阵列癌症数据误标记样本和异常样本识别的广义CL-stability算法
周柚
张琛
吴春国
时小虎
梁艳春
《吉林大学学报（理学版）》
CAS
CSCD
北大核心
2008
0
在线阅读
下载PDF
职称材料
2
基于动态阈值和差异性检验的自训练算法
吕佳
邱鸿波
肖锋
《智能系统学报》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
