《線上半監督學習理論及方法》是2019年1月國防大學出版社出版的圖書,作者是馮暘赫、孫博良、程光權、陳超、黃魁華。
基本介紹
- 書名:線上半監督學習理論及方法
- 作者:馮暘赫、孫博良、程光權、陳超、黃魁華
- ISBN:9787118117660
- 頁數:173 頁
- 定價:58 元
- 出版社:國防大學出版社
- 出版時間:2019年1月
- 裝幀:平裝
- 開本:16 開
《線上半監督學習理論及方法》是2019年1月國防大學出版社出版的圖書,作者是馮暘赫、孫博良、程光權、陳超、黃魁華。
本課題擬研究半監督的排序學習理論與算法。首先,針對半監督排序中需要處理非常大規模的未標註數據的問題,擬提出基於隨機次梯度下降和投影的快速學習算法;針對未標註數據中含有較多噪聲的特點,擬研究採用稀疏學習模型來抵禦噪聲,並採用關聯...
《稀疏半監督學習的理論與方法研究》是依託華東師範大學,由孫仕亮擔任項目負責人的面上項目。項目摘要 稀疏半監督學習考慮運用少量標註樣本和部分未標註樣本以表達預測函式,具有對新樣本標籤的預測時間短、易於擴展到大規模數據的優點,正...
此外,半監督學習算法改 進了密度敏感的半監督聚類 (入侵檢測系統-SC)的 算法。數據集空間結構方法 Janne Sinkkonen 和Samul Kaski 等人提出一種基於空間條件分布的半監督聚類方法(AMSC)。 這 種方法把主空間的信息投影到輔助空間,...
《主動學習和半監督學習的理論和套用的研究》是依託清華大學,由張長水擔任項目負責人的面上項目。項目摘要 半監督學習(Semi-supervised Learning)和主動學習(Active Learning)是模式識別和機器學習中的重要研究領域。本項目將針對主動學習和...
《半監督學習》是2021年科學出版社出版的圖書。內容簡介 本書是國際學術界論述半監督學習理論與方法最為詳細、內容最為豐富的一部著作。書中,數十位研究人員就半監督學習的各個方面闡述其研究成果,具體包含生成式模型、低密度分割、...
引入機器學習理論是提高環境感知水平的重要方向。本項目基於智慧型車輛的多感測器平台,利用多源感測器信息,有效地將信息間的互補特性和半監督學習、流形學習的相關理論結合,開展車輛行駛環境中的感知、識別等問題研究。藉助流形學習理論的良好...
在本研究中,申請人擬採用互動模型來對目標的運動進行預測,並通過半監督的線上學習方法進行自適應特徵選擇,實現對多目標的實時魯棒跟蹤。首先,使用互動模型可以對多目標的運動提供較為準確的估計;其次,通過線上特徵選擇和遮擋分析為跟蹤...
主要研究內容:提出安全的圖半監督學習方法;提出面向多種性能指標的安全半監督學習方法;提出面向風險控制的安全半監督學習方法;建立安全半監督學習的理論基礎。本項目研究可望產生高水平論文4-6篇,申請專利1-2項,研製一個原型系統,...
基於變動檢測及半監督學習的動態特徵選擇、動態代表點選擇及動態組合分類器構造等研究思路及方案。研究成果一方面可以拓展及豐富當前半監督學習的理論和方法,另一方面可用於指導解決許多適用半監督學習思想的實際分類問題。
《不充分視圖半監督學習的理論分析研究》是依託南京大學,由王魏擔任項目負責人的青年科學基金項目。項目摘要 在實際套用中,多視圖往往伴隨大量未標記數據同時出現,然而由於屬性的退化和各種噪聲的影響,每個視圖可能都是不充分的,本項目...
《基於半監督學習的高分辨遙感影像信息提取方法研究》是依託陝西師範大學,由汪西莉擔任項目負責人的面上項目。項目摘要 高分辨遙感影像數據量的增加要求提高解譯的自動化程度,高質量的解譯結果要求提高處理的智慧型化程度,為此,本項目綜合...
本項目從視頻內容中的多個視圖分析入手,深入研究網路視頻流中色情內容的線上識別關鍵技術,以期達到對網路上的不良視頻傳輸進行監控的目的。本項目旨在研究在多類感知特徵提取和表達的基礎上採用多視圖半監督學習理論對網路色情視頻流進行線上...
這些問題的解決,對於改善聚類質量,充分體現多視圖半監督聚類集成在解決大規模複雜數據問題中的優勢,完善多視圖學習、集成學習和半監督學習的理論與方法,提高數據挖掘與知識發現的性能和拓展多視圖半監督聚類集成的套用領域等有重要意義。結...
基於神經網路的監督和半監督學習方法與遙感圖像智慧型解譯內容簡介 編輯 語音 本書從機器學習的理論與套用出發,重點對基於人工神經網路的學習方法進行了闡述,並對監督和半監督兩種學習形式分別進行了深入的探討。在理論研究的基礎之上,針對遙感...
為此,本項目從理論上分析數據的風險性,提出基於安全半監督學習的線上腦電信號識別算法。主要研究內容包括:1)研究線上採集EEG數據的風險性,建立其風險度模型;2)研究最佳的基於數據風險度的安全半監督學習算法;3)研究基於風險度和...
《面向半監督數據集的智慧型軟測量建模方法研究與套用》是依託浙江大學,由葛志強擔任項目負責人的面上項目。項目摘要 針對流程工業過程中普遍存在的半監督數據結構特徵,本項目擬開展基於貝葉斯和半監督學習理論的智慧型軟測量建模方法研究。具體...
本項目首先通過對圖譜理論的研究,提出基於圖像內容的高層結構匹配模型,用以計算基於高層結構的圖像相似度,並以此為基礎構建基於圖的半監督學習初始結構圖。同時通過對圖譜理論和局部結構圖更新的研究,提出基於圖的增量半監督圖像分類方法。
本項目研究不僅為半監督學習、核學習及其它機器學習的理論研究提供支持,還可用於計算機輔助診斷、自然災害監測、軍事預警及智慧型監控等實際套用領域。結題摘要 本項目以核學習分類為理論背景,以計算機輔助診斷的醫學圖像識別問題為套用背景,...
《判別性正則化技術及其在半監督學習中的拓展研究》是依託東南大學,由薛暉擔任項目負責人的青年科學基金項目。中文摘要 正則化技術是模式識別領域中提高分類器推廣性能的主要技術之一,其藉助於正則化項的形式,將問題的先驗知識引入至分類...
通過只採樣數據而不指定數據類別的方式從半監督學習的角度來解決多類別不平衡這個特殊的監督學習問題;提出了一種基於協作型半監督集成學習的不平衡數據處理方法,加深了對集成學習模型的理解、擴展了其套用範圍;並且將理論研究成果直接套用...
主要研究內容包括:1)在語言學理論的指導下,研究文本的多視圖表示,進而實現基於多視圖的半監督文本情感分類方法,在少量人工標註語料的基礎上,利用大規模非標註語料提高系統性能;2)探索基於多視圖的主動學習文本情感分類方法,在不影響...
隨著研究的深入和套用的發展,越來越多的機器學習問題面對的是缺乏明確和完整監督信息的對象,特別是線上學習過程中,樣本的這種弱監督性問題顯得尤為突出。現有的弱監督學習方法大多是針對特定問題提出的,如半監督、多示例、多標籤,本...
《結構化數據的非監督/半監督學習問題研究及套用》是依託中國科學技術大學,由徐林莉擔任項目負責人的青年科學基金項目。中文摘要 傳統的機器學習(Machine learning)研究著重於相對簡單的數據形式。在本項目中,我們考慮的數據有著更複雜的...
為解決有標記樣本少導致分類精度下降的問題,將L1範數支持向量機進行半監督化擴展;為快速、高效地從大規模遙感數據中主動選擇最有利於改善分類器性能的樣本添加到已標記樣本中進行學習,提出一種主動半監督L1範數支持向量機;基於上述理論...