University of Delaware.;
机译:利用支持向量机的综合信息性少数过度采样(SIMO)算法,可增强从不平衡数据集中的学习
机译:基于确定性的主动学习,对不平衡数据集进行采样
机译:半监督学习,将支持向量机与主动学习相结合
机译:使用模糊支持向量机类不平衡学习(FSVM-CIL)评估不平衡数据集
机译:通过主动学习,使用支持向量机学习对文档进行排名。
机译:从机器学习方法支持的有源热成像序列表征添加材料中内缺损的预测模型
机译:兼顾主动与被动的差异 获取数据:支持向量机的主动学习案例 不平衡的数据集