暂无评论
目前国际上对变压器的故障诊断主要是通过检测变压器油中气体的成分来进行的。针对目前大部分故障诊断算法都存在数据量大、计算复杂、准确率低等问题,提出了利用半监督分类方法来诊断变压器故障。通过建立简单的变压
为了提高半监督分类的性能，提出一种基于主动学习策略的半监督分类算法SSC_AL和一种基于改进的主动学习策略的半监督分类算法SSC_IAL。通过样本密度计算，改进基于投票熵的主动学习算法，减少主动学习过
一种半监督的多标签Boosting分类算法-，适合半监督adaboost的资源，科研资源
随着计算机技术的发展，人工智能作为工业及家庭辅助手段，正在被越来越多的人所熟悉。作为人工智能以及人机交互的关键技术之一，语音情感识别已经成为研究热点。本文首先概述了语音情感识别的目的以及研究意义，通过
基于DS证据理论的信息融合代码，应用证据合成法则融合的数据，最终做出决策
高光谱图像中包含丰富的光谱特征和空间特征,这对地表物质的分类至关重要。然而高光谱图像的空间分辨率相对较低,使得图像中存在大量的混合像素,这严重制约物质分类的精度。受到观测噪声、目标区域大小及端元易变性
对ISOMap、LDA、LLE、PCA这4种典型降维算法的主要思想和算法步骤进行了详细分析,并将它们用于有监督分类。从实验结果分析得到结论,其可为有监督分类提供有益的借鉴。
用于半监督分类的图形卷积网络(GCN)的PyTorch实现
为提高数据分类的性能，提出了一种基于信息熵[1]的多分类器动态组合方法（EMDA）。此方法在多个UCI标准数据集上进行了测试，并与由集成学习算法—AdaBoost，训练出的各个基分类器的分类效果进行比
matlab开发-半监督的ffinitypropagationclustering。将轮廓索引嵌入到关联传播聚类的迭代中以监督其运行
暂无评论