Sch. of Comput. Inf. Sci., Florida Int. Univ., Miami, FL, USA;
Classification; Convolutional Neural Network (CNN); Multiple Correspondence Analysis (MCA); bootstrapping; imbalanced data; supervised learning;
机译:双引导源数据选择,用于基于实例的迁移学习
机译:实例选择提高了几何平均准确性:对不平衡数据分类的研究
机译:一个基于帕累托的合奏,具有功能和实例选择,用于从多级不平衡数据集学习
机译:深入学习基于MCA的实例选择和引导,以实现不平衡数据分类
机译:基于深度学习的多媒体大数据不平衡数据分类与信息检索
机译:基于实例转移集成学习的阿尔茨海默氏病MRI数据的局部实例融合以进行分类
机译:实例选择改善了几何平均准确性:对数据分类的简单数据分类研究