流形正则化相关论文
随着移动互联网技术和移动终端的快速发展,人们可以随时随地的通过互联网上传和下载各种多媒体数据。与此同时,数据的爆炸式增长给......
长链非编码RNA （lncRNA）在疾病的发生中起着重要作用，然而通过生物学实验探索lncRNA与疾病的关系昂贵且费时，必须开发出更准确和有效的......
随着人们饮食习惯的变化,全球结肠癌的发病率和致死率不断增加,如今已成为威胁人们健康的主要疾病之一。临床上基于结肠癌组织病理......
近年来，聚类作为机器学习、数据挖掘等领域的基本问题受到广泛的关注及研究，然而数据中普遍存在的噪声和异常值严重影响聚类结果.提......
随着信息技术的进步,人类社会正在进入大数据时代,海量的数据正在源源不断地产生,通过对这些数据的分析统计,能够获得很多极具价值......
伴随着网络技术和智能终端的快速发展,每天有数以亿计的图片和视频在各种社交媒体比如:Facebook,You Tube,Instagram上被上传和下......
基于深度学习的图像语义分割方法,损失函数通常只考虑单个像素点的预测值与真实值之间的交叉熵,未考虑邻近像素对分类结果的影响,......
Takagi-Sugeno-Kang（TSK）模糊系统的特点是能使用线性模型的方法求解非线性模型。TSK模糊系统的这个特点使得其在众多的领域都受到了......
过程监测技术在过程控制系统中起着重要的作用,在保障复杂工业过程的安全性和可靠性方面具有重要的意义。随着集散控制系统的应用,......
传统监督学习方法需要利用大量有标记的样本进行学习,但是得到具有较强泛化能力的模型往往需要大量的标记样本。在许多学习任务中,......
越来越多的研究表明长链非编码RNA（lncRNA）在各种生物过程中起着关键作用并与多种复杂疾病存在关联关系。虽然进行生物学实验或临床......
大数据背景下,机器学习在许多领域大放异彩,作为其重要分支,人工神经网络主要被应用于监督学习,但现实中数据的标签很难得到,于是......
针对吸收马尔可夫随机游走方法未能充分抑制显著图的中心背景区域和丢失位于图像边界的显著目标的问题,提出一种基于流形正则化随......
人脸识别的应用已经不再局限于安防、身份验证等领域,特别是近几年兴起的互联网金融、智慧城市等都为人脸识别等生物特征识别技术......
随着互联网的普及,互联网安全问题显得越来越突出。如何及时发现、识别各种网络威胁并保证系统安全运行已经成为当前研究的关注点......
孪生支持向量机(Twin Support Vector Machines,TWSVM)是在2007年提出的,在形式上类似于经典的支持向量机(Support Vector Machine......
基于流形正则化的半监督分类算法框架（Manifold Regularization，MR）和基于后验概率的支持向量机（Posterior Probability Support Vecto......
深度信息在很多计算机视觉与计算摄像学问题中都起着至关重要的作用,如3DTV,虚拟现实,多视图渲染和自主导航等。然而,受主动传感技......
随着人工智能的快速发展,人体动作识别技术备受人们的关注,传统的动作识别技术是基于可穿戴传感器设备来实现,然而可穿戴传感器受......
现有的图像聚类方法以数据全局线性分布为前提,利用先验约束估计未标记数据点的低维子空间,并将其聚类到相应簇中,因此对非线性结......
半监督学习是当前深度学习领域研究的热点和难点之一,它是一种基于大量无标签样本以及少量无标签样本进行图像分类的方法。传统的......
随着互联网的发展以及智能手机的普及,人们获取及接触到的图像数据越来越多,图像数据有一个显著特点就是维数很高。我们在得到极大......
在信息时代迅猛发展的大环境前提下,数据量也随之增长到海量级别,例如图像分类、病理检测、网页推荐等领域,其中标记数据特别稀少,......
半监督分类学习是机器学习中一个重要研究领域,同时利用有标记和无标记样本进行学习,以缓解样本类标记稀缺的问题。流形正则化(Man......
如何有效地挖掘和学习海量的无标记数据中的规律,让用户快速找到需要的信息,是当前机器学习领域的一个研究热点。半监督学习利用少......
随着高通量测序技术以及计算机技术的快速发展,各种各样的生物数据呈爆发式增长。面对海量的生物信息,如何高效探索基因-疾病关联......
针对流形正则化的低秩矩阵分解算法(Manifold Regularized Low-rank Matrix Factorization,MRLMF)只考虑了样本间几何结构这一缺点......
流形正则化低秩矩阵分解（Manifold Regularized Low-rank Matrix Factorization,MRLMF）算法是一种最近提出的能考虑样本间流形结构的......
利用流形正则化的思想,围绕半监督学习,提出了一种针对流形正则化的模式分类和回归分析的新算法。该算法基于流形上的正则化项和传......
传统雷达高分辨一维距离像(High-resolution Range Profile,HRRP)目标识别方法只利用目标幅度信息而丢失其相位信息,这势必会造成......
经典的非光滑非负矩阵分解方法只能发现数据中的全局统计信息,对于非线性分布数据无能为力,而流形学习方法在探索高维非线性数据集......
随着大数据应用的发展,通过非线性流形采样得到的多类型关系数据规模越来越大,数据几何结构更加复杂,异构关系数据变得异常稀疏,导......
基于流形正则化框架提出一种分类算法（MLD-RLSC），以解决高维文档分类问题。该算法通过构建训练样本的最近邻图来估计数据空间的几何结......
本文研究了关于图上样本排序的算法设计问题.利用流形正则化的方法,在考虑函数空间复杂性的基础上充分利用图的内在结构信息,得到......
半监督学习方法主要通过学习少量标记样本和大量未标记样本知识来提高学习效果,然而目前许多半监督方法注重在未标记样本的利用上......
为提高锂电池荷电状态建模预测的精度及泛化能力,提出一种流行正则化框架下的极限学习机建模预测方法。首先,为了解决极限学习机建......
为了获取更充分的人脸特征信息以提高识别性能,应用加权小波变换和流形正则化非负矩阵分解的方法实现人脸识别。采用小波变换,提取......
在选择滚抛磨块时,针对案例推理技术在案例相似性较低情况下无法选定有效滚抛磨块的问题,提出基于迁移学习的滚抛磨块优选方法。通......
基于极限学习机的文本分类方法在对输入的文本特征进行随机映射时,会呈现一种非线性的几何结构,利用最小二乘法无法对其进行求解,......
污水处理过程容易受外界冲激扰动影响,引发污泥上浮、老化、中毒、膨胀等故障工况,导致出水水质质量差,能源消耗高等问题,如何快速......
在基于反馈的图像检索中,由于被用户标记为相关和不相关的图像数较少,使得检索问题变成了一个典型的小样本问题.流形可表达数据在......
针对基于图的半监督流形正则化图像分类算法需要大量无标记样本训练分类器,空间和时间复杂度高,甚至不能处理大规模图像,且对背景......
针对传统多输入多输出(MIMO)支持向量机(SVM)没有考虑多个输出端之间依赖关系的问题,提出了一种新的基于主曲线的MIMO SVM算法。该......
雷达目标识别在军事斗争和社会经济建设领域都扮演着重要角色。传统的分类识别方法在分类准确率和实时性之间的矛盾制约了其实际应......
当前,数据稀疏性问题已经成为现有的推荐算法亟待解决的挑战之一。为了缓解该问题,学术界已经对推荐算法展开深入研究,通过挖掘可......
