- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
HYPERLINK J:\\linshifiles\\/ \o 免费文档
HYPERLINK J:\\linshifiles\\/ \o 免费文档下载 免费文档中心
免费文档中心可免积分在线阅读和下载文档包括资格考试、应用文书等大量word文档免费下载
FORMTEXT 一种半监督的多标签Boosting分类算法 MACROBUTTON DoFieldClick [搜索文档]
HYPERLINK J:\\linshifiles\\/ \o 免费文档 免费文档
HYPERLINK J:\\linshifiles\\/list/10 \o 高等教育 高等教育
HYPERLINK J:\\linshifiles\\/list/31 \o 高中教育 高中教育
HYPERLINK J:\\linshifiles\\/list/9 \o 初中教育 初中教育
HYPERLINK J:\\linshifiles\\/list/8 \o 小学教育 小学教育
HYPERLINK J:\\linshifiles\\/list/11 \o 外语考试 外语考试
HYPERLINK J:\\linshifiles\\/list/2 \o 资格考试 资格考试
HYPERLINK J:\\linshifiles\\/list/229 \o 工作范文 工作范文
HYPERLINK J:\\linshifiles\\/list/71 \o 求职职场 求职职场
HYPERLINK J:\\linshifiles\\/list/73 \o 党团工作 党团工作
HYPERLINK J:\\linshifiles\\/list/203 \o 表格模板 表格模板
HYPERLINK J:\\linshifiles\\/list/77 \o 总结汇报 总结汇报
HYPERLINK J:\\linshifiles\\/list/64 \o 经管营销 经管营销
HYPERLINK J:\\linshifiles\\/list/230 \o 工程科技 工程科技
您的位置: HYPERLINK J:\\linshifiles\\/ \o 免费word文档下载 免费文档 HYPERLINK J:\\linshifiles\\/list.html \o 所有分类 所有分类 HYPERLINK J:\\linshifiles\\/list/68 \o 自然科学 自然科学 HYPERLINK J:\\linshifiles\\/list/198 \o 数学 数学 一种半监督的多标签Boosting分类算法-
一种半监督的多标签Boosting分类算法-
半监督 adaboost
一种半监督的多标签Boosting分类算法*
赵晨阳,佀 洁
1
2
(1.西北大学数学系,西安,710069;2.西北大学信息与技术学院,西安,710069)
摘 要:针对标记数据不足的多标签分类问题,提出一种新的半监督Boosting算法:基于函数梯度下降方法给出一种半
监督Boosting多标签分类的框架,并且将非标记数据的条件熵作为一个正则化项引入分类模型。试验结果表明,对于多标签分类问题,新的半监督Boosting算法的分类效果随着非标记数据数量的增加而显著提高,在各方面都优于传统的监督Boosting算法。
关键字: Boosting算法;半监督学习;多标签分类
中图分类号:TP311 文献标志码:A 文章编号:
A Semi-Supervised Multi-label Boosting Algorithm
ZHAO Chenyang, SI Jie
(Department of Mathematics, Northwest University, Xi’an,710069; Department of Information and Technology, Northwest University, Xi’an,710069)
Abstract: For multi-label classification problem without enough labeled data, a new semi-supervised Boosting
algorithm has been proposed: it provided a semi-supervised general multi-label Boosting framework by using functional gradient descent method, it also use the conditional entropy as a regularization term on un
您可能关注的文档
最近下载
- CRRT管路凝血的预防及治疗.pptx VIP
- 吞咽障碍筛查.pptx VIP
- GAT1193-2014人身损害误工期、护理期营养期评定规范.pdf
- 2024~2025学年西藏自治区日喀则市八年级下册7月期末数学检测试卷(含答案).docx
- DB37-T4898-2025滨海盐碱地棉花秸秆还田技术规程.pdf VIP
- 2025年包装机项目可行性分析报告.docx
- 六年级数学小升初奥数精华题目带答案.docx VIP
- 贵州国企招聘2025贵州航空产业城集团股份有限公司旗下子公司贵州安立航空材料有限公司招聘61人笔试历年参考题库附带答案详解(10卷合集).docx
- 《胖东来员工报名表》(Word版本).docx VIP
- 新教材人音版一年级音乐上册(艺术唱游)全册教案.pdf
文档评论(0)