国家自然科学基金(60975043)
- 作品数:3 被引量:14H指数:1
- 相关作者:姜远黎铭周志华孔祥南陈虎更多>>
- 相关机构:南京大学更多>>
- 发文基金:国家自然科学基金江苏省“333高层次人才培养工程”基金江苏省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 一种基于HDDT集成的多类不平衡学习方法
- 2011年
- 在很多真实世界问题中,不同类别的数据样本往往有显著的不平衡性,即大类的样本远多于小类.对类别不平衡样本进行学习,是目前国内外数据挖掘和机器学习领域的研究热点之一.以往对不平衡样本学习的研究主要针对二分类问题进行,由此针对多分类问题,提出一种基于HDDT决策树集成的多类不平衡学习方法.实验表明,该方法可以有效地对多类不平衡问题进行学习.
- 钱祺姜远
- 关键词:数据挖掘
- iCome:基于多义性的图像检索系统被引量:1
- 2010年
- 近年来,多媒体技术的发展使得图像的数量飞速增长,图像检索技术也越来越引起研究者的重视。经过研究人们发现语义鸿沟是导致图像检索系统效果不好的关键因素。以往的系统未能有效解决这一问题。因为多义性是产生语义鸿沟的一个关键因素,所以从多义性的角度构建了iCome图像检索系统。该系统考虑输出空间的多义性实现了基于文本标注的图像检索,考虑输入空间的多义性并结合用户反馈实现了基于内容的图像检索。
- 陈虎黎铭姜远周志华
- 关键词:图像检索
- 一种针对弱标记的直推式多标记分类方法被引量:13
- 2010年
- 多标记学习主要解决一个样本可以同时属于多个类别的问题,它广泛适用于图像场景分类、文本分类等任务.在传统的多标记学习中,分类器往往需要利用大量具有完整标记的训练样本才能获得较好的分类性能,然而,在很多现实应用中又往往只能获得少量标记不完整的训练样本.为了更好地利用这些弱标记训练样本,提出一种针对弱标记的直推式多标记分类方法,它可以通过标记误差加权来补全样本标记,同时也能更好地利用弱标记样本提高分类性能.实验结果表明,该方法在弱标记情况下的图像场景分类任务上具有较好的性能提高.
- 孔祥南黎铭姜远周志华
- 关键词:多标记学习直推式学习