暂无评论
为了提高图像检索的质量,提出了一种基于半监督学习的图像检索方法。该方法提取图像的颜色、形状、纹理特征,计算得到已知类别样本的中心图像,检索过程中利用中心图像自适应调整相关度计算函数,然后根据与查询图像
针对现有半监督分类方法无法对移动界面模式进行有效分类的问题，提出一种采用改进极限学习机的移动界面模式半监督分类方法。为了提高极限学习机的分类效果，利用改进的粒子群优化算法优化极限学习机的初始参数。根据
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
目前基于PU问题的时间序列分类常采用半监督学习对未标注数据集[U]中数据进行自动标注并构建分类器，但在这种方法中，边界数据样本类别的自动标注难以保证正确性，从而导致构建分类器的效果不佳。针对以上问题，
基于组合核和调和函数的半监督学习,冀杰,程玉虎,提出一种基于组合核和调和函数的半监督学习算法。首先构建多个不同结构的图,每个图对应一个图核;然后寻找这些图核的凸优化组合
supermapiDesktop本插件通过矢量点数据集插值生成DEM
随着房地产业的快速发展,房地产泡沫受到越来越多的关注。 用功效系数法对广州市2007年至2016年房地产泡沫进行了测度。结果表明,从2007年至2016年,广州房地产市场泡沫的综合系数处于警戒状态,值
很棒的自我监督论文:自我监督学习的纸质银行
论文研究-多分形波动率测度的VaR计算模型.pdf, 以上证综指长达6年时间的5分钟高频数据为实证样本,首先提出了一种基于
论文研究-基于ES-TV的贷款承诺极端风险测度模型.pdf, 在BaselⅢ的风险计量新要求及中小企业融资成本高、违约风险
暂无评论