基于图的半监督学习相关论文
近年来,随着拍照设备的普及和互联网技术的飞速发展,网络中每天产生数以亿计的图像信息并且传播迅速。海量的图像所包含的信息冗杂......
标签传播是一种基于图的半监督分类算法,具有效率高和比传统分类方法性能更好等优点,在机器学习领域吸引了广泛关注。但是现有的标......
在机器学习领域,半监督学习作为一种有力工具吸引了越来越多的关注,其利用少量带标签数据和大量无标签数据进行有效学习,其中基于......
针对医学图像检索中底层特征不能完整地描述图像的高层语义的问题,提出一种基于图的半监督学习框架的医学图像检索算法.首先根据图......
情感特征的稀疏性和标注语料的规模受限是影响情感分析方法准确性和推广能力的两个重要难点。区别于基于共现或者句法信息的向量抽......
半监督学习和维数约简已经成为当前机器学习领域的研究热点。半监督学习研究的目的是在整个数据集中只有一部分样本有标记的情况下......
半监督学习已经成为机器学习的一个重要研究领域,其中基于图的半监督学习是最具前景的方向之一。这类算法的核心是图的构建问题,不......
随着医学成像技术的发展和普及,医院和医疗研究机构产生的医学影像数据(CT, MRI, X射线等)呈现海量化的增长趋势。如何准确、有效......
子空间回归是指一系列基于待处理数据统计学属性的回归问题,其核心目标为:对待处理数据进行回归后从而得到对应数据的子空间表达。......
有监督学习和无监督学习是机器学习领域中两种传统的学习方法,在很多领域已得到广泛应用。但是由于标记样本的获得需要较大的代价......
