暂无评论
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
在实际的分类任务中，无标记样本数量充足而有标记样本数量稀少的情况经常出现，目前处理这种情况的常用方法是半监督自训练分类算法。提出了一种基于数据密度的半监督自训练分类算法，该算法首先依据数据的密度对数据
针对支持向量机方法在标记用户数据不充分的情况下无法有效实现托攻击检测的不足，提出一种基于SVM-KNN的半监督托攻击检测方法。根据少量标记用户数据训练一个初始SVM分类器，利用初始SVM对大量未标记用
针对谱聚类算法在解决高维、大数据量的聚类问题时出现的效率不高和准确率明显下降的问题进行了研究，并在此研究基础上结合最优投影理论和Nystrm抽样提出了基于最优投影的半监督谱聚类算法（semi-sup
提出一个基于集对分析的半监督ISODATA聚类算法，用于网络异常检测。在三方面进行了改进：首先，算法能够直接处理字符数字混合属性的数据，并使用集对分析来计算数据记录之间的距离；其次，算法同时处理有标号
基于快速近邻传播的半监督社区发现算法，孟凡荣，王淑靖，针对大多数社区发现算法执行效率慢，且不能有效利用先验知识的问题，提出了一种基于快速近邻传播的半监督社区发现算法。首先该算
利用少量标签数据获得较高聚类精度的半监督聚类技术是近年来数据挖掘和机器学习领域的研究热点。但是现有的半监督聚类算法在处理极少量标签数据和多密度不平衡数据集时的聚类精度比较低。基于主动学习技术研究标签数
汇集MICCAI、IPMI、ISBI、MIDL等顶会及TMI、MedIA等期刊中十余篇半监督医学图像分割方向的论文，涵盖综述、最新算法等研究成果。会议论文涉及：MICCAI (Internati
针对集成自训练算法随机初始化有标记样本容易在迭代中局部过拟合，不能很好地泛化到样本原始空间结构和集成自训练算法用WKNN分类器做数据剪辑时没有考虑到无标记样本对待测样本类别判定有影响的问题，提出结合近
利用pythonsklearn进行机器学习
暂无评论