7、半監督學習算法同時考慮有標記和無標記數據,能顯著提升學習效果。
11、基於圖的學習是近幾年來半監督學習中一個相當活躍的方向,它用圖來描述樣本空間,利用近鄰點的位置來控制標記信息的傳播。
3、根據自適應諧振理論提出了半監督學習自適應諧振理論系統。
8、使用一個半監督學習算法,ANN可產生一個能夠指示相對穩定度的連續分佈的暫態穩定指標。
1、如何利用未標記的視頻樣本信息達到類似於全監督學習的效果是半監督學習方法的關鍵。
6、半監督學習:輸入數據由帶標記的和不帶標記的組成。
2、若其最終的學習效果與全監督學習方法的效果一致或接近,則在人工成本和實現上,半監督學習方法更具有優越*。
10、如此,通過對少量已標記樣本和大量未標記的樣本進行學習從而建立分類器的半監督學習方法應運而生。
9、為了對在線學習文檔進行分類,本文根據自適應諧振理論給出了一個半監督學習模糊art模型(SLFART)及其算法。
12、使用半監督學習方法中的自訓練、協同訓練方法,利用少量已標註樣本和大量未標註樣本來完成蛋白質關係抽取的任務。
5、該算法在一定條件下解決了半監督學習環境下的模型更新問題。
4、本文討論了利用半監督學習方法進行視頻語義標註的問題。