当前位置：
首页
--
工业技术
--
自动化技术、计算机技术
--
自动化基础理论
--
人工智能理论
--
自动推理、机器学习
逻辑回归算法及其GPU并行实现研究
基于偏二叉树双支持向量机的遥感图像分类研究与应用
改进的样本选择对分类算法影响的研究
认知程序推理算法的优化与实现
量子K近邻算法研究
基于正则化的多核学习方法及应用
集成学习方法及其在通信行业中用户流失分析的应用
在线近似多线性主成分分析
极限学习机隐含层节点选择算法研究
基于二类分解的多标记学习研究
基于类间差异性的多类多核学习研究
视觉注意机制启发的分组排序特征选择方法研究
基于三元概念分析的机器学习算法研究及应用
基于半监督和无监督学习的特征选择算法研究
面向稀疏数据的在线学习特征选择方法研究
多源迁移学习算法研究
基于Tri-training的半监督多标记学习算法研究
主动学习停止准则与评价测度研究
基于随机森林算法的高维不平衡数据分类研究及应用
基于多种群的遗传模糊控制系统优化研究
面向类不平衡问题的逻辑回归分类学习算法研究
基于马氏距离的度量学习算法研究及应用
基于深度学习的Web信息抽取研究与实现
协同学习算法的研究及应用
大规模稀疏学习研究：优化算法及其应用
基于自适应加权的多类线性判别分析降维算法研究
层次粒度支持向量机学习算法研究
支持向量机的特征选择和模糊支持向量机上的研究
基于机器学习技术的交通流预测模型研究与实现
面向关系利用的鲁棒图学习方法研究
基于间隔理论的Boosting算法
嵌入式多模态特征选择算法研究
基于积分算子谱分析的核方法模型选择
机器学习算法中变量选择方法及其在模式识别中的应用
基于超限学习机的改进算法研究
基于多尺度核加权融合的支持向量机核函数优化方法的研究
基于矩阵分析的核方法近似模型选择
基于机器学习算法的信用风险预测模型研究--以某互联网金融公司数据样本为例
基于自然邻居和最小生成树的原型选择算法研究
基于样本差异的多标签迁移学习
支持向量机算法及其在入侵检测中的应用
基于改进SMOTE非均衡支持向量机的建模与应用
循环肿瘤DNA测序的数据分析方法
基于LGC算法的代价敏感分类方法研究
余弦度量下的高维数据降维及分类方法研究
模糊分类器的鲁棒性
基于选择性集成学习的网络入侵检测方法研究
面向多领域的异构关系数据迁移学习界限研究
基于最大化F1值学习的不平衡数据集分类算法研究
基于单源及多源的域适应算法研究
上一页
[22]
[23]
[24]
[25]
[26]
下一页
