公共文化服务平台

搜索到450篇“ 直推式学习“的相关文章

一种基于双层迭代直推式学习的地址单元解析方法和装置: 本发明提供一种基于双层迭代直推式学习的地址单元解析方法和装置，属于地址单元解析领域，本发明包括以下步骤：S1：划分地址单元数据集；S2：训练基础地址单元标注模型；S3：基于双层直推学习迭代优化地址单元标注模型；S4：使用...; 王功明潘心冰李明明

直推式学习在链路预测中的探索: 在当今信息时代的不断发展下,海量数据不断涌现,数据与数据之间也关系被挖掘出来,图数据作为一种重要的数据形式,越来越受到人们的关注。然而由于数据的稀疏性,大部分图数据都不够完整,因此链路预测任务尤为重要,它能够根据现有的图...; 王程; 关键词：链路预测直推式学习知识图谱

基于多源多视角直推式学习的短视频自动标注方法与系统: 本发明公开了一种基于多源多视角直推式学习的短视频自动标注方法，包括：获取短视频数据；对所述短视频数据进行预处理，生成一致格式图像关键帧、音轨、文本和语义标签；提取所述图像关键帧、音轨和文本的多视角特征向量；建立短视频标注...; 田枫尚福华周凯

基于多源多视角直推式学习的短视频自动标注方法与系统: 本发明公开了一种基于多源多视角直推式学习的短视频自动标注方法，包括：获取短视频数据；对所述短视频数据进行预处理，生成一致格式图像关键帧、音轨、文本和语义标签；提取所述图像关键帧、音轨和文本的多视角特征向量；建立短视频标注...; 田枫尚福华周凯

基于直推式学习的半监督属性抽取被引量：5: 2016年; 针对在文本信息抽取研究中传统的监督学习方法存在标注工作量大和时间代价高等缺点,提出一种改进的半监督学习模型。该模型利用支持向量机的分类优势以及直推式学习在未标注样本上的泛化特点,先用少量标注语料进行学习,同时测试新语料,然后再加入到模型当中一起训练,调整预测规律。在领域实体属性抽取试验中,与传统的支持向量机学习方法相比,该模型能够在小语料条件下取得较好的抽取效果,泛化学习能力较强,可以节省大量的人力成本。; 苏丰龙谢庆华黄清泉邱继远岳振军; 关键词：信息抽取半监督学习直推式支持向量机属性抽取

基于直推式学习的视网膜致病基因预测模型: 2016年; 生物信息学的一个重要目的是帮助人类深入地认识疾病的过程、遗传特性和潜在的治疗方法。然而,发现致病基因往往是一项复杂而艰巨的工作,比如一些遗传性的眼部疾病。在综合了收集到的众多基因表达数据的基础上,提出一种双层的直推式机器学习(TTP)模型,用于发现潜在的视网膜致病基因。里层用于从多维的Human Body Map 2.0和眼部组织基因表达谱中分别获取贡献度;在外层学习中,里层获取的贡献度将和Crx和Ch IP-Seq数据一起学习得出致病基因的排序结果。实验结果表明,在致病基因预测上,直推式学习的准确度要优于传统的监督学习。另外,还发现一个有趣的现象,数据的集成并不是总能得到有利的结果。; 董超王小刚; 关键词：直推式学习

融合直推式学习和语义理解的词语倾向性识别: 2016年; 目前词语情感倾向性识别研究主要分为机器学习和语义理解,机器学习不能很好地识别通用领域词语,语义理解又存在准确率和召回率不够高的问题,因此文中提出了一种融合直推式学习和语义理解的词语倾向性识别方法。首先对HowNet知识库体系进行改进,在已有的四种义原的基础上,提出第五义原—情感义原;然后将第五义原手工融入到HowNet知识库中,再在此基础上提出词语情感相似度计算方法计算词语的情感值;最后将该方法融合直推式学习以判定词语情感倾向性。通过实验结果表明,与支持向量机和原语义理解方法相比,该方法在识别情感词上取得了较好的效果。; 闻彬饶彬赵君喆焦翠珍戴文华; 关键词：语义理解 HOWNET

基于直推式学习的网络故障诊断算法: 2014年; 网络故障的及时诊断能够保证日常工作、学习和生活能够正常进行,传统的基于监督式学习的诊断方法依赖于大量具有鉴别意义的样本,这在实际情况中通常难以得到满足;针对上述问题,提出了一种基于直推式学习的诊断算法;针对大规模的网络管理的特征数据,该算法利用主成分分析对特征进行降维,并利用新的度量下的特征数据来构建拉普拉斯矩阵;该矩阵能够很好地描述带检测样本和训练样本之间的关系;在此基础上,设计了基于直推式学习的目标函数,并利用拉格朗日乘子法完成了优化;实验部分证明了本算法能够在有限数目的带标签的样本的前提下获得精确的分类结果,能够显著提高网络故障诊断的检测率。; 王崇科卫娟; 关键词：直推式学习网络故障诊断拉普拉斯矩阵主成分分析

基于简化直推式学习法的在线目标跟踪方法: 本发明公开了一种基于简化直推式学习法的在线目标跟踪方法，用于解决现有在线目标跟踪方法应用受局限的技术问题。技术方案是使用一个矩形框表示目标，并在目标周围提取训练样本，提取样本的HOG特征作为目标表示，得到初始的目标检测器...; 张艳宁张蓬卓涛

基于聚类的直推式学习的性能分析被引量：5: 2014年; 近年来,Twitter搜索在社交网络领域引起越来越多学者的关注.尽管排序学习可以融合Twitter中丰富的特征,但是训练数据的匮乏,会降低排序学习的性能.直推式学习作为一种常用的半监督学习方法,在解决训练数据的稀少性中发挥着重要的作用.由于在直推式学习的迭代过程中会生成噪音,基于聚类的直推式学习方法被提出.在基于聚类的直推式学习方法中有两个重要的参数,分别为聚类的阈值以及聚类文档的数量.在原有工作的基础上,提出使用另外一种不同的聚类算法.大量在标准TREC数据集Tweets11上的实验表明,聚类的阈值以及聚类过程中文档数量的选择都会对模型的检索性能产生影响.另外,也分析了基于聚类的直推式学习模型的鲁棒性在不同查询集上的表现.最后,引入名为簇凝聚度的质量控制因子,提出了一种基于聚类的自适应的直推式方法来实现Twitter检索.实验结果表明,基于聚类的自适应学习算法具有更好的鲁棒性.; 张新何苯罗铁坚李东星; 关键词：聚类自适应

相关作者