注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. svm-light 很难找的数据挖掘工具。

  2. 很难找的数据挖掘工具。里面包含3个包（for windows、for Linux、for JNI）很多论文中提到的用它进行的tsvm分类。如果需要用它进行分类试验的，就下载吧。

  3. 所属分类：Linux

    • 发布日期：2009-06-19
    • 文件大小：595kb
    • 提供者：qinxi19830419

  1. 基于直推式支持向量机的图像分类算法

  2. 摘要：直推式支持向量机(TSVM)是在利用有标签样本的同时，考虑无标签样本的训练集和大量无标签样本的测试集上，具有良好的效果。但是它有算法时间复杂度比较高，需要预先设置正负例比例等不足。通过对原有算法的改进，新算法在时间复杂度上明显下降，同时算法效果没有明显的影响。

  3. 所属分类：其它

    • 发布日期：2010-03-09
    • 文件大小：613kb
    • 提供者：DONGDONGPIG123

  1. Introduction to Semi-Supervised Learning - Xiaojin Zhu, Andrew B. Goldberg（2009）

  2. Synthesis Lectures on Artificial Intelligence and Machine Learning 【keywords】semi-supervised learning, transductive learning, self-training,Gaussianmixturemodel, expectation maximization (EM), cluster-then-label, co-training, multiview learning, minc

  3. 所属分类：硬件开发

    • 发布日期：2010-07-22
    • 文件大小：1mb
    • 提供者：stc1984

  1. SVM light 工具箱 包含例子和说明文件 包含windows版本和matlab版本

  2. SVM light 工具箱(包含window版本和matlab版本) 由美国cornell大学的教授Thorsten Joachims部署 执行SVM二分类 速度明显快于libsvm 下载文件中包含 1.例子(inductive SVM 和 transductive SVM) 2.说明文件 3.源程序

  3. 所属分类：其它

    • 发布日期：2010-09-26
    • 文件大小：4mb
    • 提供者：ddd824

  1. 命名实体识别、关系抽取相关论文

  2. 之前学习这个领域时网上找的几篇讲实现比较详细的论文（国内的），应该不算侵权吧…… 基于SVM和TSVM的中文实体关系抽取 基于条件随机域模型的中文实体关系抽取 基于正反例训练的SVM命名实体关系抽取 信息抽取中实体关系识别研究 中文命名实体识别及其关系抽取研究 （其中一个可能需要CAJViewer打开，传送门http://www.cnki.net/software/xzydq.htm）

  3. 所属分类：专业指导

    • 发布日期：2011-12-08
    • 文件大小：12mb
    • 提供者：mindprobe2

  1. SVM light 工具箱 包含例子和说明文件

  2. SVM light 工具箱(包含window版本和matlab版本) 由美国cornell大学的教授Thorsten Joachims部署 执行SVM二分类 速度明显快于libsvm 下载文件中包含 1.例子(inductive SVM 和 transductive SVM) 2.说明文件 3.源程序

  3. 所属分类：其它

    • 发布日期：2014-01-27
    • 文件大小：4mb
    • 提供者：vcfriend

  1. TSVM完整代码

  2. TSVM算法的完整代码，对于TSVM模型想要尝试一下的，可以下载。

  3. 所属分类：教育

    • 发布日期：2015-10-13
    • 文件大小：2mb
    • 提供者：miao906612

  1. 最优的TSVM.rar

  2. TSVM算法的最优代码，对于TSVM模型想要试一下的，可以下载。用最少的积分，下载最优的资源。

  3. 所属分类：机器学习

    • 发布日期：2019-08-02
    • 文件大小：2mb
    • 提供者：hh502196756

  1. (v-TSVM) .pdf

  2. 这是一篇机器学习界较热的一篇级别较高的论文，读者可以根据实际情况对论文中的试验进行实现，对以后的研究有帮助。

  3. 所属分类：机器学习

  1. tsvm, 基于transductive支持向量机的我博客.zip

  2. tsvm, 基于transductive支持向量机的我博客 tsvm本项目的目标是设计和运行数据科学实验，测试各种定向和半监督学习算法。TSVM理论是在我的博客 http://charlesmartin14.wordpress.com/2014/07/06/machine-learning-w

  3. 所属分类：其它

    • 发布日期：2019-09-18
    • 文件大小：291mb
    • 提供者：weixin_38744375

  1. 基于TSVM的矿用钻机变速箱故障智能诊断

  2. 为解决矿用钻机变速箱因典型案例少而故障诊断困难的问题,提出一种基于多分类直推式支持向量机(TSVM)的智能诊断方法。通过经验模式分解提取变速箱振动信号中的微弱故障信息,随后计算时域和频域统计特征,选取敏感特征作为输入,最后输入TSVM模型中自动识别钻机变速箱故障类型。即使在未知状态样本数目是已知故障样本数目50倍的极端条件下,该智能诊断方法的分类准确率仍能达到91.62%±5.31%。实验结果表明,基于TSVM智能诊断方法能较好识别钻机变速箱故障,具有较强的工程使用价值和通用性。

  3. 所属分类：其它

    • 发布日期：2020-05-01
    • 文件大小：296kb
    • 提供者：weixin_38549721

  1. TSVM的库函数代码

  2. 利用matlab实现svm和TSVM的库；其中包含3个测试数据集，以及两个可执行程序。 完整版的TSVM实现，以供参考

  3. 所属分类：其它

    • 发布日期：2020-03-20
    • 文件大小：2mb
    • 提供者：yyy666_8

  1. 一种基于双支持向量机决策树的多分类算法

  2. 一种基于双支持向量机决策树的多分类算法，唐明，刘琼荪，双支持向量机(TSVM)比起传统支持向量机能够有效减少训练时间，而决策树在解决多分类问题具有良好的性能，本文结合双支持向量机与决

  3. 所属分类：其它

    • 发布日期：2019-12-28
    • 文件大小：387kb
    • 提供者：weixin_38537541

  1. 基于改进TSVM的未知网络应用识别算法

  2. 针对训练集中出现未知网络应用样本的识别问题，提出一种基于改进的直推式支持向量机的未知网络应用识别算法，引入增类损失函数刻画在训练过程中新增的未知应用样本的损失代价，建立TSVM的优化问题并推导其求解过程，使得构造的分类模型能够实现对未知类别样本的识别。通过实际网络数据集进行仿真分析，结果表明所提出的算法在识别未知网络应用的可行性和有效性方面均有良好表现。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：285kb
    • 提供者：weixin_38717450

  1. 基于两阶段学习的半监督SVM故障检测方法

  2. 提出一种基于两阶段学习的半监督SVM故障检测方法。该方法首先使用标识传递算法给未标识样本赋予初始伪标识,并通过k近邻图对比样本点标识值,将可能是噪声的样本点识别并剔除;然后将去噪处理后的样本集输入到SVM中,使得SVM在训练时能兼顾整个样本集的信息,从而提高SVM的故障检测性能。实验中将该方法同支持向量机(SVM)、模糊支持向量机(FSVM)、直推式支持向量机(TSVM)及拉普拉斯支持向量机算法(LapSVM)进行比较,结果表明该方法在不同数目标识样本集合的情况下,检测精度较其他算法有较大幅度提

  3. 所属分类：其它

  1. 基于半监督高斯混合模型核的支持向量机分类算法

  2. 提出了一种基于高斯混合模型核的半监督支持向量机(SVM)分类算法.通过构造高斯混合模型核SVM分类器提供未标示样本信息,使得SVM算法在学习标示样本信息的同时,能够兼顾整个训练样本集合的聚类假设.实验部分将该算法同传统SVM算法、直推式支持向量机(TSVM)以及随机游走(RW)半监督算法进行分类性能比较,结果证明该算法在拥有较少标示样本训练的情况下分类性能也有所提高且具有较高的鲁棒性.

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：789kb
    • 提供者：weixin_38697123

  1. mySVM-MATLAB：这是我使用MATLAB实现的支持向量机（SVM）和转换型SVM（TSVM）的实现-源码

  2. mySVM-MATLAB：这是我使用MATLAB实现的支持向量机（SVM）和转换型SVM（TSVM）的实现

  3. 所属分类：其它

  1. 基于SVC 和SVR 约束组合的迁移学习分类算法

  2. 根据迁移学习思想, 针对分类问题, 以支持向量机(SVM) 模型为基础提出一种新的迁移学习分类算法CC-TSVM. 该方法以邻域间的分类超平面为纽带实现源域对目标域的迁移学习. 具体地, 以支持向量分类的约束条件完成对目标域数据的学习, 获取分类超平面参数, 再以支持向量回归的约束条件有效利用源域数据矫正目标域超平面 参数, 并在上述组合约束的共同作用下实现邻域间迁移, 提高分类器性能. 在人工和真实数据集上的实验表明, 所提出算法具有良好的迁移能力和优越的分类性能.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：286kb
    • 提供者：weixin_38728360