对可以有效处理高维、类别分布不平衡、代价不同、类别未标记和有结构数据的机器学习新方法进行研究。在高维数据的处理方面,提出比现有技术降维效果更好的流形学习方法,以及结合了属性选择和降维技术的优点的方法;在类别分布不平衡数据的处理方面,提出既能处理两类不平衡数据又能处理多类不平衡数据的方法;在代价不同数据的处理方面,提出既能处理两类又能处理多类误分类代价的方法,以及能够同时处理多种代价的方法;在类别未
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
基于SSVEP 直接脑控机器人方向和速度研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
一种改进的多目标正余弦优化算法
流密码中若干重要问题的研究
缺失数据分析中若干重要问题研究
正规族及其应用中若干重要问题研究
基于机器学习的相关反馈算法中若干关键问题研究