多分类问题相关论文
支持向量机是机器学习中的一个重要方法,是用来解决分类问题的工具.1995年,Vapnik等人基于统计学习理论中结构风险最小化的原则提......
长链非编码RNA（long non-coding RNA,lnc RNAs）是一种重要的非编码RNA,在人类基因转录调控、细胞生长、分化、繁殖等生命活动中起着......
在大数据背景下,对海量数据的分类和聚类是机器学习中的重要步骤。然而,可用于训练的大数据拥有更丰富的数据特征,并且冗余的特征......
背景:下肢外骨骼机器人用于恢复患者的基本行走能力,要实现人-机的高度协同和制定机器人控制策略,就要对包括步态在内的人体下肢运......
文本分类问题作为机器学习的一个重要问题,其研究一直受到关注.然而,作为一类特殊的文本,科技文本的分类问题却没有得到足够的关注......
多分类问题（至少为三类）是机器学习和计算机视觉领域里需要研究的重大问题之一。随着计算机技术的发展，多个类别的模式分类在各种电子......
支持向量机作为近十年来最为成功的机器学习方法，在很多应用领域取得了很好的成绩，包括文本分类，手写字符的识别，人脸识别等等。它和其......
在大数据时代,数据挖掘与分析在各种决策领域中扮演着越来越重要的角色。而在各种数据挖掘技术中,分类是商业和工程问题中应用最广......
随着移动互联网的发展,越来越多的公司开始关注用户性别、年龄等基础属性信息,以便提供更有效的商品推荐、广告投放等个性化服务.......
支持向量机(Suport Vector Machine，简称SVM)是一种基于统计学习理论的新型机器学习方法，是借助于最优化方法解决机器学习问题的新工......
分类是数据挖掘领域研究的核心内容，它是通过对有标签的训练样本进行学习，从而为未知标签的测试样本预测标签的过程。作为一种有监督......
在这篇论文中，我们主要研究基于多分类问题的前馈神经网络关于输出层单元数目的设计。对于类别数目为r(r?3)的输入信息向量集，我们最......
分类问题是实际应用中普遍存在的问题,也是机器学习领域的重要研究内容之一.孪生支持向量机(Twin support vector machines, TSVM)......
统计学作为一门方法论科学,在自然科学和社会科学领域发挥着重要的作用,而作为现代统计分析方法之一的分类分析方法是人们认识世界......
学位
基于支持向量机的递归特征消除(SVM-RFE)是目前最主流的基因选择方法之一,是为二分类问题设计的,对于多分类问题必须要进行扩展.从......
球结构支持向量机算法将多类样本数据的每一类用各自的超球来界定,从而显著地降低了二次规划的复杂程度。在该算法的基础上,提出了......
传统的基因表达式编程在解决多分类问题时,人为地把多分类转换成多次两分类.融合了K-最邻近分类和基因表达式编程两种技术,做了下......
