2025年4月9日
星期三
|
欢迎来到贵州省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
孔祥南
作品数:
2
被引量:13
H指数:1
供职机构:
南京大学计算机科学与技术系计算机软件新技术国家重点实验室
更多>>
发文基金:
江苏省“333高层次人才培养工程”基金
江苏省自然科学基金
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
电气工程
更多>>
合作作者
姜远
南京大学计算机科学与技术系计算...
黎铭
南京大学计算机科学与技术系计算...
周志华
南京大学计算机科学与技术系计算...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
期刊文章
1篇
会议论文
领域
2篇
自动化与计算...
1篇
电气工程
主题
2篇
多标记
2篇
多标记学习
2篇
推式
1篇
直推式学习
机构
2篇
南京大学
作者
2篇
周志华
2篇
黎铭
2篇
姜远
2篇
孔祥南
传媒
1篇
计算机研究与...
年份
1篇
2010
1篇
2009
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
一种针对弱标记的直推式多标记分类方法
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,在现实应用中往往只能获得少量...
孔祥南
黎铭
姜远
周志华
关键词:
多标记学习
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
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张