全文获取类型
收费全文 | 76篇 |
免费 | 6篇 |
国内免费 | 10篇 |
专业分类
综合类 | 9篇 |
机械仪表 | 1篇 |
建筑科学 | 1篇 |
轻工业 | 3篇 |
水利工程 | 1篇 |
无线电 | 13篇 |
一般工业技术 | 1篇 |
自动化技术 | 63篇 |
出版年
2024年 | 1篇 |
2023年 | 1篇 |
2022年 | 2篇 |
2021年 | 2篇 |
2020年 | 3篇 |
2019年 | 1篇 |
2018年 | 1篇 |
2017年 | 4篇 |
2016年 | 5篇 |
2015年 | 3篇 |
2014年 | 6篇 |
2013年 | 3篇 |
2012年 | 3篇 |
2011年 | 6篇 |
2010年 | 4篇 |
2009年 | 5篇 |
2008年 | 11篇 |
2007年 | 4篇 |
2006年 | 2篇 |
2005年 | 1篇 |
2004年 | 5篇 |
2003年 | 4篇 |
2002年 | 1篇 |
2001年 | 3篇 |
2000年 | 4篇 |
1999年 | 2篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1991年 | 2篇 |
1989年 | 1篇 |
排序方式: 共有92条查询结果,搜索用时 0 毫秒
91.
为了学习集成函数,提高分类性能,提出了两阶段集成学习方法(two-phases ensemble learning,简称为TPEL).结合垃圾邮件过滤一个2类文本分类问题,在4个公用数据集上对TPEL进行了一系列实验.实验结果表明,TPEL受集成的个体分类器个数的影响甚微;利用TPEL集成异构的多个分类器时效果显著;利用TPEL集成多个同构分类器时,绝大部分情况下取得了优于朴素贝叶斯等算法的结果,对稳定或不稳定学习器的集成效果都很好;TPEL的时间复杂度较低. 相似文献
92.
基于特征信息增益权重的文本分类算法 总被引:8,自引:0,他引:8
为了在分类精度不受损失的情况下提高训练速度,设计了3种基于信息增益(information gain,简称IG)特征权重的分类算法,分别被命名为:IG-C1、IG-C2、IG-C.它们根据特征对IG贡献的大小及在新文本中出现的次数进行分类.这3种算法都具有较低的时间复杂度和实现简单的特点.实验结果表明,其中IG-C的分类效果最为理想. 相似文献