QQ客服 官方微博 反馈留言

浏览/检索结果: 共7条，第1-7条 帮助 限定条件 发表日期：2011     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 Semi-supervised Elastic net for pedestrian counting 期刊论文 PATTERN RECOGNITION, 2011, 卷号: 44, 期号: 10-11, 页码: 2297-2304 作者:  Tan, Ben;  Zhang, Junping;  Wang, Liang 收藏  |  浏览/下载：29/0  |  提交时间：2015/11/08 Semi-supervised regression  Elastic net  Pedestrian counting  Feature selection  Statistical landscape features   Boosted Exemplar Learning for Action Recognition and Annotation 期刊论文 IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, 2011, 卷号: 21, 期号: 7, 页码: 853-866 作者:  Zhang, Tianzhu;  Liu, Jing;  Liu, Si;  Xu, Changsheng;  Lu, Hanqing 收藏  |  浏览/下载：18/0  |  提交时间：2015/08/12 Action annotation  action recognition  AdaBoost  mi-SVM  multiple instance learning (MIL)   流形学习方法及其在模式分类中的应用研究 学位论文 工学博士, 中国科学院自动化研究所: 中国科学院研究生院, 2011 作者:  仲国强 收藏  |  浏览/下载：23/0  |  提交时间：2015/09/02 流形学习  模式分类  潜变量模型  特征提取  距离测度学习  半监督学习  Manifold learning  pattern classification  latent variable models  feature extraction  distance metric learning  semi-supervised learning   汉语微博情感分析方法研究与实现 学位论文 工程硕士, 中国科学院自动化研究所: 中国科学院大学, 2011 作者:  张志琳 收藏  |  浏览/下载：81/0  |  提交时间：2015/09/02 微博  分词  情感分类  机器学习  特征选择  半监督  micro blog  word segmentation  sentiment classification  machine learning  feature selection  semi-supervised learning   Design for target classifier based on semi-supervised learning (EI CONFERENCE) 会议论文 2011 International Conference on Electric Information and Control Engineering, ICEICE 2011, April 15, 2011 - April 17, 2011, Wuhan, China Jiangrui K. 收藏  |  浏览/下载：18/0  |  提交时间：2013/03/25 The target classifier is an ingredient of the target recognition system. In order to achieve the automation and computerization of target recognition  a method for training target classifier based on semi-supervised learning is provided. It adopts CFS algorithm for dada feature selection  and uses semi-supervised learning algorithm  Co-training to construct the target classifiers. The final classifier was produced through integration learning method. Experimental results show that the performance of the target classifier based on semi-supervised learning trained is superior to the traditional target classifier. 2011 IEEE.   Semi-supervised Chinese contextual polarity classification with automatic feature selection 其他 2011-01-01 Xu, Ge; Wang, Houfeng 收藏  |  浏览/下载：2/0  |  提交时间：2015/11/13 Locality preserving multimodal discriminative learning for supervised feature selection 期刊论文 KNOWLEDGE AND INFORMATION SYSTEMS, 2011, 卷号: 27, 期号: 3, 页码: 473-490 作者:  Zhang, Zhao;  Ye, Ning 收藏  |  浏览/下载：4/0  |  提交时间：2019/12/23 Locality preservation  Feature selection  Data visualization  Within-class multimodality  Classification  Discriminative learning