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
基于模糊支持向量机的多类文本分类方法研究
多要素SVM时间序列预测研究及其并行化实现
决策树分类算法的研究与应用
固体化合物中阳离子标准熵的支持向量回归研究
基于Copula理论的两种分类算法研究
基于半监督回归的选择性集成算法及其应用研究
间歇过程的核学习自适应建模与控制研究及工业应用
基于流形的半监督分类方法研究
隐喻机器理解的若干关键问题研究
基于支持向量数据描述的分类识别算法研究
基于粒子群优化算法的支持向量机集成学习方法研究
基于遗传模糊的分类系统设计与优化
基于计算机模拟的不确定性推理研究
基于“合作—参与”计算认知模型的半监督学习算法研究与应用
支持向量机方法及其应用研究
面向不平衡数据的支持向量机分类方法研究
支持向量机算法及其在雷达干扰效果评估中的应用研究
基于支持向量回归的点火线圈工艺参数估计算法研究
层次式协同聚类算法及模型选择技术研究
基于凝聚模糊K-means的聚类方法研究
决策森林的子空间选择和集成优化
高维局部共表达模式挖掘算法的研究
支持向量机集成学习算法研究
自适应模糊推理建模方法研究
离散化算法研究与应用
半监督自训练分类模型的研究与实现
基于距离学习的集成KNN分类器的研究
不平衡数据集分类的Random-SMOTE方法研究
支持向量机的算法研究
机器学习方法及其在生物信息学领域中的应用
分类算法研究
基于形式概念分析的本体学习方法研究
约束求解的推理技术研究
空间方向与距离关系结合方法的研究
混合粗糙集理论的非布尔属性集覆盖机
基于贝叶斯网络的本体不确定性推理研究
凸壳理论在支持向量分类机中的应用
高斯核参数选择与正交多项式核构造
基于支持向量机的多示例学习研究与应用
基于支持向量机的多领域自适应分类方法研究
支持向量机融合方法的研究
基于动态神经网络的支持向量机的FPGA实现
原始空间中支持向量机若干问题的研究
支持向量机及半监督学习中若干问题的研究
支持向量机和支持向量域描述的若干问题研究
基于LNP的半监督学习算法
基于RM界的多核支持向量机算法研究
基于正则化框架的核函数选择
新的支持向量机增量学习算法
支持向量机中Sigmoid核函数的研究
上一页
[39]
[40]
[41]
[42]
[43]
下一页
