基于半监督K-means的主动学习聚类算法,孙凯,孟祥武,针对K-means算法对初始聚类中心敏感,针对不规则聚类簇效果较差的缺点,提出了一种基于半监督K-means的主动学习算法。为了针对指定的k
基于实例的机器学习方法研究,王玉山,,本文首先介绍了机器学习系统的基本结构,主要分析研究了基于实例的机器学习原理和特点,探讨了距离函数、有效寻找最近邻等机器学
电子鼻所采集的中药材气味信息往往具有高维性和非线性。针对气味信息的这种特性,提出一种基于监督局部线性嵌入(SLLE)和线性判别分析(LDA)的气味数据分析方法。利用SLLE对所采集的高维非线性气味信息
一种基于无监督学习的威胁感知系统,段明琪,辛阳,及时主动地发现网络入侵行为在今天的网络安全世界里变得尤为重要。本文结合无监督学习模型对网络入侵行为进行建模分析,构建一个
基于图的半监督学习近年来得到了广泛的研究,然而,现有的半监督学习算法大都只能应用于同构网络。根据查询及文档自身的内容特征和点击关系构建查询—文档异构信息网络,并引入样本的判别信息强化网络结构。提出了查
近年来,基于神经网络的机器翻译取得了快速发展,然而由于它需要大规模的平行语料库,所以对于资源稀缺的小语种的翻译往往显得效果不佳.在分析编码-解码框架和注意力机制的基础上,基于对偶学习的思想,提出了一种
为了优化电磁设备的设计,从包括HFSS,CST和IE3D的全波电磁仿真软件中获取训练样本是最耗时的。 传统的机器学习方法通常仅使用标记的样本或未标记的样本,但是在实际问题中,标记的样本和未标记的样
这个是英文的一篇关于半监督中利用调和函数来进行标签传递的经典论文。
与无监督聚类相比,半监督聚类是利用一部分先验信息来更好地挖掘和理解数据的内在结构,并紧密遵从用户的偏好。现有的典型半监督聚类算法仅仅适合于低维数据,文中提出一种新颖的基于判别分析的半监督聚类算法来解决
针对微视频语义标注问题,提出一种基于半监督聚类的微视频标注方法。从事件驱动的角度,以镜头事件为单位,用事件组来标注微视频。进一步构造半监督K-means聚类算法,优化目标函数,使得最终的聚类结果既体现