|国家科技期刊平台
登录| 注册
  • 年份
  • 2013（1）
  • 2006（1）

  • 核心收录
  • 中国科技论文与引文数据库(CSTPCD)（2）
  • 中国科学引文数据库(CSCD)（1）
  • 北京大学中文核心期刊目录(北大核心)（1）

  • 刊名
  • 计算机工程（1）
  • 计算机技术与发展（1）

  • 作者单位
  • 大连理工大学（1）

  • 语种
  • 汉语（2）

  • 关键词
  • 未标注数据（2）
  • Bagging（1）
  • EM（1）
  • 不平衡分类（1）
  • 半监督聚类（1）
  • 多项式模型（1）
  • 标注数据（1）
  • 模糊聚类（1）
  • 相似度（1）
  • 更多...

  • 作者
  • 刘明（1）
  • 吴江宁（1）
  • 宣照国（1）
  • 沈蕾（1）
  • 燕继坤（1）
  • 石盛平（1）
  • 更多...

相关度
  • 相关度
  • 发表时间
每页显示10条
  • 每页显示10条
  • 每页显示20条
  • 每页显示30条
已找到 2 条结果
  • 基于单边抽样的LPU北大核心CSCDCSTPCD
    沈蕾石盛平燕继坤
    计算机工程 2006年23期
    不平衡分类未标注数据BaggingEM
    摘要：提出结合单边抽样Bagging与LPU的基本思想对不平衡数据进行分类.主要步骤是:将未标注实例全标为反类,和正例一起训练单边抽样Bagging学习器,将得到的学习器对未标注实例分类得到可靠的反例(RN),再用正例和RN训练SSBagging学习器.使用Rocchio和EM进行分类是Liu等提出的一种有代表性的LPU.比较了这种LPU和该文提出的方法,发现当数据的不平衡性很明显时,后者要优于前者.
  • 基于双向选择调整策略的半监督聚类算法CSTPCD
    刘明宣照国吴江宁
    计算机技术与发展 2013年2期
    半监督聚类未标注数据标注数据相似度多项式模型模糊聚类
    摘要：　　半监督聚类算法通常利用标注数据优化类别描述参数(如类的中心)，然后通过类别描述参数划分无标注数据的类别，但是没有考虑标注数据对其周围无标注数据的类别划分的直接作用。文中提出一种双向选择调整策略，在根据类别描述参数对数据进行类别划分之后，利用标注数据调整其周围未标注数据的类别标签，从而提高类别划分的准确度。该方法根据标注数据周围的数据密度来动态确定数据调整范围，并采用新的相似度计算方法提高被调整的数据准确度。文中利用双向选择调整策略…查看全部>>