您的位置: 专家智库 > >

张顺

作品数:5 被引量:11H指数:1
供职机构:山东师范大学更多>>
发文基金:山东省自然科学基金国家教育部博士点基金国家自然科学基金更多>>
相关领域:自动化与计算机技术理学医药卫生更多>>

文献类型

  • 3篇学位论文
  • 2篇期刊文章

领域

  • 3篇自动化与计算...
  • 1篇医药卫生
  • 1篇理学

主题

  • 3篇多标记
  • 2篇多标记学习
  • 2篇K近邻
  • 1篇多示例学习
  • 1篇肾上腺
  • 1篇肾上腺皮质
  • 1篇肾上腺皮质激...
  • 1篇释放激素
  • 1篇束缚-浸水应...
  • 1篇数据分类
  • 1篇图模型
  • 1篇皮质
  • 1篇完全数据
  • 1篇下丘
  • 1篇下丘脑
  • 1篇链图
  • 1篇脑干
  • 1篇激素
  • 1篇加权
  • 1篇CRF

机构

  • 5篇山东师范大学
  • 1篇山东省分布式...

作者

  • 5篇张顺
  • 2篇张化祥
  • 1篇李雅林

传媒

  • 1篇计算机应用研...
  • 1篇计算机工程与...

年份

  • 1篇2019
  • 1篇2016
  • 2篇2013
  • 1篇2011
5 条 记 录,以下是 1-5
排序方式:
基于近邻加权及多示例的多标记学习改进算法
2013年
多数多标记学习方法通过在输出空间中,单示例同时与多个类别标记相关联表示多义性,目前有研究通过在输入空间将单一示例转化为示例包,建立包中多示例与多标记的联系。算法在生成示例包时采用等权重平均法计算每个标记对应样例的均值。由于数据具有局部分布特征,在计算该均值时考虑数据局部分布,将会使生成的示例包更加准确。本论文充分考虑数据分布特性,提出新的分类算法。实验表明改进算法性能优于其他常用多标记学习算法。
李雅林张化祥张顺
关键词:多示例学习K近邻
用于多标记学习的K近邻改进算法被引量:10
2011年
ML-KNN是应用KNN算法思想解决多标记学习问题的一种算法,但存在时间复杂度高和少数类分类精度低的问题。提出一种加权ML-KNN算法WML-KNN,通过取样和加权的方法,在降低算法时间复杂度的同时提高少数类的分类精度。实验表明,WML-KNN算法性能优于其他常用多标记算法。
张顺张化祥
关键词:K近邻多标记学习
多标记数据分类相关技术研究
张顺
“下丘脑-脑干-肠脑轴”中CRF在大鼠束缚—浸水应激中的作用
束缚-浸水应激模型(Restraint Water-Immersion Stress,RWIS)是一种快速对大鼠心理和生理造成伤害的刺激模型。在这种应激模型中,大鼠在短时间内因受到刺激,体温下降,胃肠功能紊乱,导致胃酸分...
张顺
关键词:束缚-浸水应激促肾上腺皮质激素释放激素
不完全数据图模型的结构学习
图模型被广泛用来表示和分析随机变量之间的因果关系以及条件独立性。图模型中主要包括有向无环图、无向图和链图。有向无环图(通常被称为贝叶斯网络)中的边都是有向边,并且不能构成有向环,用来描述随机变量的因果关系。无向图(通常被...
张顺
关键词:链图
共1页<1>
聚类工具0