退出
我的积分:
中文文献批量获取
外文文献批量获取
第一个书签之前
摘 要
Abstract
目 录
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容与组织结构
第2章 半监督学习相关理论知识
2.1生成式方法
2.1.1混合高斯生成式方法
2.1.2朴素贝叶斯生成式方法
2.1.3半监督生成式方法的步骤
2.2.1图半监督学习
2.2.2半监督支持向量机的构造
2.3本章小结
第3章 半监督学习正则化方法
3.1.1投影双子支持向量机
3.1.2半监督投影双子支持向量机
谢波;
西南交通大学;
正则化; 半监督;
机译:基于联合稀疏正则化的稀疏半监督极限学习机(S3ELM)
机译:一种使用人工神经网络的基于半监督的基于学习的诊断分类方法
机译:基于L 1/2正则化的基于Cox和AFT模型的半监督学习方法的癌症生存分析
机译:半监督跟踪Lasso范数正则化图像分类方法
机译:半监督学习的增强分类方法,用于基于可靠性的系统设计。
机译:基于半监督的基于学习的学习诊断分类方法使用人工神经网络
机译:通过正则化推进进行半监督学习,研究多个半监督假设
机译:通过期望正则化实现简单,稳健,可扩展的半监督学习
机译:基于Cox和AFT模型的L1 / 2正则化半监督学习框架,用于患者生存预测
机译:基于Cox和AFT模型以及L1 / 2正则化的半监督学习框架,用于患者的生存预测
机译:基于半参数正则化的半监督学习
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。