基于半监督学习的遥感图像分类研究优化

半监督学习构建和应用半监督机器学习模型

利用LASSO进行特征选择，并采用半监督方法训练K-最近邻、支持向量机、随机森林和神经网络之一。

Matlab 2 2024-07-31

机器学习半监督学习实战指南

机器学习领域的研究者和从业者，这份半监督学习教程将为你揭开这一技术的奥秘，带你领略如何利用有限的标记数据和大量的未标记数据提升模型性能。

数据挖掘 3 2024-05-27

无监督学习大纲

什么是无监督学习 无监督学习的类型 聚类 降维 异常检测 无监督学习的应用 客户细分 模式识别 欺诈检测

算法与数据结构 3 2024-04-30

基于主动数据选择的半监督聚类算法研究

近年来，基于主动数据选择的半监督聚类技术成为数据挖掘和机器学习领域的研究热点。该技术通过利用少量标签数据，显著提高了聚类精度。然而，现有的半监督聚类算法在处理大规模数据时仍面临挑战。

数据挖掘 2 2024-07-18

基于自监督学习的3D人体姿态估计

介绍了一种基于自监督学习的3D人体姿态估计方法，该方法利用单目视频帧序列进行3D姿态生成，并采用自监督校正机制，通过保持3D几何一致性来增强模型性能。该方法的核心部分使用C++实现，并由深度学习工具箱Caffe提供支持。在Human3.6M、KTH Football II和MPII数据集上进行的实验结果表明，该方法具有良好的性能表现。

Matlab 3 2024-05-29

具有半监督学习的新方法结合地理距离和班级先验知识的应用

在许多实际的数据挖掘应用中，例如网络分类和关键基因选择，未标记的训练示例容易获取，但标记的训练示例昂贵。近年来，基于半监督图的权重方法受到关注。提出了一种新的方法，将问题的标签信息融入目标函数，并使用测地距离作为数据点差异的度量。同时，将班级先验知识集成到算法中，解决了本地和全局一致性学习问题。实验结果显示，在UCI数据集上，我们的方法优于传统算法。

数据挖掘 3 2024-07-21

基于神经网络的遥感图像分类和识别

随着技术的进步，神经网络在遥感图像分类和识别中发挥着重要作用。

Matlab 0 2024-08-11

半监督学习的自适应拉普拉斯图修剪实现libsvm MATLAB代码解析

介绍了基于自适应拉普拉斯图修剪的半监督学习算法ALGT，详细讲解了如何使用libsvm MATLAB代码实现该算法。如果您需要使用我们的代码，请遵循引用要求。

Matlab 0 2024-08-22

半监督聚类技术研究基于主动数据选取的革新算法

半监督聚类技术近年来在数据挖掘和机器学习领域备受关注，尤其是在利用少量标签数据获得高精度聚类方面。然而，现有算法在处理极少标签和多密度不平衡数据集时的表现有限。基于主动学习技术改进了聚类算法，通过最小生成树聚类结合主动学习思想，选取信息丰富的数据点作为标签，并采用类KNN方法传播类标签。实验结果表明，新算法在UCI标准数据集和模拟数据集上展现出更高的聚类精度和稳定性。

数据挖掘 1 2024-07-22