机译:平面随机森林:一种新的培训效率和自适应模型大小到深林的新集合学习方法
China Univ Min & Technol Natl Joint Engn Lab Internet Appl Technol Mines Xuzhou 221008 Jiangsu Peoples R China;
Alibaba Grp Hangzhou 311121 Zhejiang Peoples R China;
China Univ Min & Technol Sch Informat & Control Engn Xuzhou 221116 Jiangsu Peoples R China;
China Univ Min & Technol Sch Comp Sci & Technol Xuzhou 221116 Jiangsu Peoples R China;
Ensemble learning; Flat random forest; Training efficiency; Size-adaptive model;
机译:基于创新的随机森林的非线性集成范式,改进的特征提取和深度学习碳价预测
机译:使用Naive Baye,随机森林和SVM机器学习技术来确定可能影响双相障碍学生的预测模型,数据挖掘和建立一个使用Keras的顺序深度学习模型
机译:使用集合学习的旋转和随机林模型来预测滑坡易感性
机译:基于集成自适应提升随机森林的光伏功率短期预测方法
机译:通过参与式民主的视角评估协作式适应管理模式:以“学习如何在美国内华达山脉内华达森林计划修正案中应用适应性管理”工作计划为例。
机译:基于深度卷积神经网络和随机森林集成学习的轴承故障诊断方法
机译:利用随机森林和梯度提升方法开发随机投影和稀疏度-应用于多标签和多输出学习,随机森林模型压缩和利用输入稀疏度