|
1.
|
基于用户行为的高校BBS热帖预测模型
|
|
|
|
|
|
|
于兴隆 李丽萍 吴斌《计算机应用与软件》,2013年第1期
|
|
|
校园BBS是高校网络舆论的主要载体,反应了大学生的舆论倾向以及生活的各个方面,高校BBS的实证研究具有重要的意义。如何高效地对帖子的热度进行预测是发现突发网络舆情的基础,对网络舆情的研究具有重要的意义。以一高校BBS实际的数据为研究对象,对帖子和用户进行深入分析,提出一种基于用户行为的高校BBS热帖预测模型,通过实验分析,该方法可以对论坛中的热帖进行较好的预测。
|
|
2.
|
针对标记数据不足的数据流分类器
|
|
|
|
|
|
|
熊忠阳 周兴勤 张玉芳《计算机工程与应用》,2015年第6期
|
|
|
大部分数据流分类算法解决了数据流无限长度和概念漂移这两个问题。但是，这些算法需要人工专家将全部实例都标记好作为训练集来训练分类器，这在数据流高速到达并需要快速分类的环境中是不现实的，因为标记实例需要时间和成本。此时，如果采用监督学习的方法来训练分类器，由于标记数据稀少将得到一个弱分类器。提出一种基于主动学习的数据流分类算法，该算法通过选择全部实例中的一小部分来人工标记，其中这小部分实例是分类置信度较低的样本，从而可以极大地减少需要人工标记的实例数量。实验结果表明，该算法可以在数据流存在概念漂移情况下，使用较少的标记数据对数据流训练出分类器，并且分类效果良好。
|
|
3.
|
半监督集成学习综述
|
|
|
|
|
|
|
蔡毅 朱秀芳 孙章丽 陈阿娇《计算机科学》,2017年第44卷第Z6期
|
|
|
半监督学习和集成学习是目前机器学习领域中两个非常重要的研究方向,半监督学习注重利用有标记样本与无标记样本来获得高性能分类器,而集成学习旨在利用多个学习器进行集成以提升弱学习器的精度。半监督集成学习是将半监督学习和集成学习进行组合来提升分类器泛化性能的机器学习新方法。首先,在分析半监督集成学习发展过程的基础上,发现半监督集成学习起源于基于分歧的半监督学习方法；然后,综合分析现有半监督集成学习方法,将其分为基于半监督的集成学习与基于集成的半监督学习两大类,并对主要的半监督集成方法进行了介绍；最后,对现有研究进了总结,并讨论了未来值得研究的问题。
|
|
4.
|
基于局部尺度转换的拉普拉斯核方法
|
|
|
|
|
|
|
张亮 杜子平 李杨 张俊《计算机工程》,2011年第37卷第8期
|
|
|
采用数据点的结构信息可以提高半监督学习的性能。为此，提出一种基于图的半监督学习方法。利用局部尺度转换对不同密度区域中的边权重设置不同的尺度参数，在此基础上构造图的拉普拉斯核分类器进行分类学习。在多个数据集上的实验显示该方法优于其他基于核的半监督分类方法。
|
|
5.
|
基于朴素贝叶斯的半监督学习遥感影像分类 被引次数：1
|
|
|
|
|
|
|
杨伟 方涛 许刚《计算机工程》,2010年第36卷第20期
|
|
|
为提高分类器识别率，减少标注样本使用数量，提出一种基于朴素贝叶斯的半监督学习方法。研究基于该方法的分类器分类效果，采用遥感影像数据作为训练和测试集，与基于朴素贝叶斯的全监督学习分类器分类效果作比较。实验结果表明，当标注样本与非标注样本比例在1:2~1:9时，半监督学习可以利用比全监督学习更少的标注样本，达到更高的分类精度。
|
|
6.
|
对话行为信息在口语翻译中的应用
|
|
|
|
|
|
|
周可艳 宗成庆《中文信息学报》,2010年第24卷第6期
|
|
|
在口语翻译中,如何融入语义及语用信息一直是目前研究的难点之一.对话行为作为浅层话语结构描述的特征,近年来陆续应用于不同类型的翻译系统中.该文在介绍对话行为理论和口语标注语料的基础上,以基于短语的统计翻译系统为应用对象,提出了对话行为应用于翻译过程的三种方式.该方法通过对对话行为的自动分类,使训练语料-测试语料、开发集-测试集、源语言-目标语言的一致性得到提高.提高了翻译系统的性能,使最终的翻译结果可以更准确地反映源语言所要表达的对话意图.在汉英口语翻译评测数据上的实验证明,对话行为信息的加入使翻译系统的性能得到了有效的提高.
|
|
7.
|
基于Adaboost的手写体数字识别 被引次数：5
|
|
|
|
|
|
|
赵万鹏 古乐野《计算机应用》,2005年第25卷第10期
|
|
|
提出了一种新的基于集成学习算法Adaboost的手写体数字识别系统。Adaboost方法可以在仅比随机预测略好的弱分类器基础上构建高精度的强分类器。实验证明，基于Adaboost的手写体数字识别系统具有较高的识别率和泛化能力，已经应用在OCR识别软件中。
|
|
8.
|
基于离散度量的半监督分类算法
|
|
|
|
|
|
|
王从胜 王士同《计算机工程与应用》,2009年第45卷第5期
|
|
|
半监督分类算法试图根据已知样本对特定的未知样本建立一套进行识别的方法和准则。渐进直推式分类学习算法是一种基于SVM的半监督分类学习方法,在基于渐进直推式分类学习算法的基础上,利用Fisher准则中的样本离散度作为度量标准,采用Fisher准则函数作为评价函数,提出了一种基于离散度量和SVM相结合的半监督分类算法,在时间复杂度和样本测试精度上较PTSVM算法都取得了良好的学习效果。
|
|
9.
|
基于强化学习的LVQ聚类方法
|
|
|
|
|
|
|
程小平 邱玉辉《计算机科学》,2002年第29卷第12期
|
|
|
1 引言在数据挖掘、智能控制、模式识别中,数据聚类始终是一种基本需要。在缺乏对数据类属的先验知识的情况下,多采用无监督学习方法来训练分类器。强化学习(reinforcement learning,也称增强学习,自励学习)是一种介于有监督学习和无监督学习之间的一种机器学习方法,它利用少量的评价信息改善系统行为。强化学习与动物学习理论,认知科学,学习自动机理论有密切的关系。近年
|
|
10.
|
基于多学习器协同训练模型的人体行为识别方法
|
|
|
|
|
|
|
唐超 王文剑 李伟 李国斌 曹峰《软件学报》,2015年第26卷第11期
|
|
|
人体行为识别是计算机视觉研究的热点问题,现有的行为识别方法都是基于监督学习框架.为了取得较好的识别效果,通常需要大量的有标记样本来建模.然而,获取有标记样本是一个费时又费力的工作.为了解决这个问题,对半监督学习中的协同训练算法进行改进,提出了一种基于多学习器协同训练模型的人体行为识别方法.这是一种基于半监督学习框架的识别算法.该方法首先通过基于Q统计量的学习器差异性度量选择算法来挑取出协同训练中基学习器集,在协同训练过程中,这些基学习器集对未标记样本进行标记;然后,采用了基于分类器成员委员会的标记近邻置信度计算公式来评估未标记样本的置信度,选取一定比例置信度较高的未标记样本加入到已标记的训练样本集并更新学习器来提升模型的泛化能力.为了评估算法的有效性,采用混合特征来表征人体行为,从而可以快速完成识别过程.实验结果表明,所提出的基于半监督学习的行为识别系统可以有效地辨识视频中的人体动作.
|
|
11.
|
Web论坛上的垃圾贴过滤
|
|
|
|
|
|
|
林琛 汪卫《计算机研究与发展》,2009年第46卷第Z2期
|
|
|
随着网络的发展,Web论坛成为Web用户信息共享和分组合作的新平台.Web论坛上积累了海量的知识,由此成为互联网上进行数据挖掘的宝贵资源.在Web论坛上的应用常受到论坛上低质量帖子(垃圾贴)的影响.因此针对在Web论坛上进行垃圾贴过滤的问题,提出了基于隐含狄利克雷分布的CJTM和CAJTM模型,CJTM和CAJTM模型利用了论坛帖子的文本内容,帖子间的回复链接信息和作者信息,和传统的分类方法及基于规则的方法相比,CJTM和CAJTM模型不需要训练集和规则集.在实际Web论坛数据中进行的实验显示出较好的效果.
|
|
12.
|
基于分类回归树和AdaBoost的眼底图像视网膜血管分割
|
|
|
|
|
|
|
朱承璋 向遥 邹北骥 高旭 梁毅雄 毕佳《计算机辅助设计与图形学学报》,2014年第3期
|
|
|
提出一种能有效分割眼底图像中视网膜血管的监督学习方法,为眼底图中的每个像素点构造一个包括局部特征、形态学特征和Gabor特征在内的39维特征向量,用以判定其是否为血管上的像素.在进行分类计算时,以分类回归树作为弱分类器对样本集分类,然后对AdaBoost分类器进行训练得到强分类器,并由此完成各个像素点的分类判定.基于国际公共数据库DRIVE的实验结果表明,该方法的平均精确度达到0.960 7,且敏感度和特异性均优于已有的基于监督学习的方法,适用于眼底图像的计算机辅助定量分析和疾病诊断.
|
|
13.
|
一种基于半监督学习的应用层流量分类方法 被引次数：3
|
|
|
|
|
|
|
柳斌 李之棠 涂浩《微电子学与计算机》,2008年第25卷第10期
|
|
|
基于应用层的流量分类在用户行为识别、网络带宽管理等方面有着十分重要的应用.将机器学习应用到应用层流量分类问题中.首先提出了一种基于熵函数的组合式特征选择算法,提取了5种TCP连接的特征.针对监督学习中无法识别新流量类型的问题,提出了一种基于半监督学习的流量分类算法.实验结果表明,算法的检测率优于Kmeans方法.在少量标记样本的情况下,随着未标记样本数增加,算法的检测率在增加.
|
|
14.
|
主动学习与半监督技术相结合的海冰图像分类
|
|
|
|
|
|
|
韩彦岭 李鹏 张云 徐利军 王静《遥感信息》,2019年第2期
|
|
|
针对海冰遥感图像分类问题中标签样本获取困难、标注成本较高导致海冰分类精度难以提高的问题,提出了一种主动学习与半监督学习相结合的方式用于海冰分类。首先,利用基于不确定性准则和多样性准则进行主动学习方法,选择一批最具信息量的标签样本建立标签样本集;其次,充分利用大量的未标签样本信息,并融合主动学习采样的思想选出部分具有代表性且分布在支持向量周边的半标签样本,建立半监督分类模型;最后,将主动学习方法和直推式支持向量机相结合构建分类模型实现海冰图像分类。实验结果表明,相对于其他方法,该方法在只有少量标签样本的情况下,可以获得更高的分类精度,该方式可有效解决遥感海冰分类问题。
|
|
15.
|
融合主动学习的改进贝叶斯半监督分类算法研究
|
|
|
|
|
|
|
刘建峰 吕佳《计算机测量与控制》,2014年第22卷第6期
|
|
|
半监督学习是人工智能领域一个重要的研究内容;在半监督学习中,如何有效利用未标记样本来提高分类器的泛化性能,是机器学习研究的热点和难点;主动学习可解决未标记样本有效利用的问题,将主动学习引入到半监督分类中,并改进贝叶斯算法,提出了一种基于改进贝叶斯算法的主动学习与半监督学习结合算法;实验结果表明,该方法取得了较好的分类效果。
|
|
16.
|
基于核聚类方法的多层次支持向量机分类树 被引次数：2
|
|
|
|
|
|
|
张国宣 孔锐 施泽生 郭立 刘士建 薛明东《计算机工程》,2005年第31卷第5期
|
|
|
针对解决多类模式识别问题的SVM方法进行研究，在比较常用的几种多类SVM分类算法基础上，提出了一种基于核聚类方法的多层次SVM分类树，将核空间中的无监督学习方法和有监督学习方法结合起来，实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法，并在实验中取得了良好的结果。
|
|
17.
|
基于协同过滤的网络论坛个性化推荐算法 被引次数：1
|
|
|
|
|
|
|
张新猛 蒋盛益《计算机工程》,2012年第38卷第5期
|
|
|
提出一种基于协同过滤的网络论坛个性化推荐算法，根据用户的发帖、回帖、阅读等记录，采用加权方法计算用户帖子的评分矩阵，获取邻近用户集合，通过邻居用户的帖子评分，计算目标用户的帖子预测评分，推荐预测评分最高的帖子。实验结果表明，该算法的推荐质量较高。
|
|
18.
|
神经网络聚类方法在旋转机械故障诊断中的应用研究
|
|
|
|
|
|
|
郝伟 张瑞林《郑州工学院学报》,1995年第16卷第4期
|
|
|
在基于神经网络的聚类学习方法中，分有监督学习方法和无监督学习方法，本文采用无监督学习方法对旋转机械中常见故障的分类进行了较为详细的研究，以此分类结果来达到故障诊断的目的。文中还具体描述了该算法的实现方法，研究结果表明：该方法克服了有监督学习方法的旋转机械故障诊断技术的某些缺陷，是进行大型旋转机械故障诊断的一种行之有效的方法。
|
|
19.
|
基于非线性降维多项式逻辑斯蒂回归的图像/非图像数据的分类与识别
|
|
|
|
|
|
|
Mudasser NASEER 秦世引《智能系统学报》,2010年第5卷第1期
|
|
|
在面向大规模复杂数据的模式分类和识别问题中,绝大多数的分类器都遇到了维数灾难这一棘手的问题.在进行高维数据分类之前,基于监督流形学习的非线性降维方法可提供一种有效的解决方法.利用多项式逻辑斯蒂回归方法进行分类预测,并结合基于非线性降维的非监督流形学习方法解决图像以及非图像数据的分类问题,因而形成了一种新的分类识别方法.大量的实验测试和比较分析验证了本文所提方法的优越性.
|
|
20.
|
基于非线性降维多项式逻辑斯蒂回归的图像/非图像数据的分类与识别(英文)
|
|
|
|
|
|
|
Mudasser NASEER 秦世引《智能系统学报》,2010年第5卷第1期
|
|
|
在面向大规模复杂数据的模式分类和识别问题中,绝大多数的分类器都遇到了维数灾难这一棘手的问题.在进行高维数据分类之前,基于监督流形学习的非线性降维方法可提供一种有效的解决方法.利用多项式逻辑斯蒂回归方法进行分类预测,并结合基于非线性降维的非监督流形学习方法解决图像以及非图像数据的分类问题,因而形成了一种新的分类识别方法.大量的实验测试和比较分析验证了本文所提方法的优越性.
|
