基于半监督学习的遥感图像分类研究_徐庆伶.caj

遥感影像非监督分类方法-基于独立分量分析的极化SAR图像非监督分类方法.pdf遥感影像非监督分类方法

基于深度学习的花卉识别分类研究.caj

基于眼底图像监督学习的整体视网膜血管分割

深度学习监督学习人工神经网络模式识别

提出一种新颖的多分类器构造方法，它以最大纠错能力作为分类器选择标准。实现时，采用半监督协同训练技术，充分利用单分类器的互补性，同时最大化仲裁器的仲裁能力，以提高多分类器系统的分类精度。在毒性数据集上的

基于半监督LDA的文本分类应用研究，郑世卓，崔晓燕，在如今信息数据大爆炸的时代，数据的增长呈现指数级增长，而且其中大部分数据是非结构化数据，这些数据中蕴藏着大量且重要的知识

利用pythonsklearn进行机器学习

监督学习 原理 监督学习假定训练数据与真实预测数据属于同一分布且相互独立。监督学习通过训练学习到数据的概率分布,并应用到真实的预测上。监督学习可分为回归分析和分类。 回归分析(Regression A

非常经典的机器学习入门教程,适合初学者补充机器学习的基础知识

本教程将阐述无监督特征学习和深度学习的主要观点。通过学习，你也将实现多个功能学习/深度学习算法，能看到它们为你工作，并学习如何应用/适应这些想法到新问题上。