Computational Learning Group, Department of Computer Science University of Texas at San Antonio San Antonio, TX 78249;
机译:iBoost:使用基于实例的指数加权方案进行增强
机译:具有自适应指数加权方案的集成隐马尔可夫模型,用于预测气象干旱指数
机译:具有全局指数稳定性DC-DC升压转换器的新型无传感器控制方案
机译:iBoost:使用基于实例的指数加权方案提升
机译:基于假设余量的加权,用于使用增强的特征选择:理论,算法和应用。
机译:权重是最难的部分:关于可能性的行为数据驱动加权方案下的比率检验和得分检验样品
机译:利用监督期限加权方案提高KNN文本分类准确率