- 年份
- 2024(2680)
- 2023(4075)
- 2022(3469)
- 2021(3156)
- 2020(2689)
- 2019(6028)
- 2018(5962)
- 2017(11723)
- 2016(6191)
- 2015(6838)
- 2014(6669)
- 2013(6580)
- 2012(6136)
- 2011(5332)
- 2010(5429)
- 2009(4832)
- 2008(4739)
- 2007(4230)
- 2006(3769)
- 2005(3328)
- 学科
- 济(27131)
- 经济(27112)
- 方法(13331)
- 管理(12928)
- 数学(12168)
- 业(12123)
- 数学方法(11924)
- 企(8473)
- 企业(8473)
- 学(8319)
- 地方(7251)
- 中国(6690)
- 银(6342)
- 银行(6331)
- 行(6120)
- 制(6099)
- 财(6053)
- 融(6047)
- 金融(6045)
- 农(5692)
- 税(5573)
- 税收(5310)
- 收(5259)
- 地方经济(4392)
- 贸(4368)
- 贸易(4364)
- 农业(4338)
- 体(4220)
- 易(4193)
- 业经(4110)
- 机构
- 大学(86113)
- 学院(84575)
- 济(34555)
- 经济(33716)
- 研究(33164)
- 管理(29766)
- 中国(26781)
- 理学(25233)
- 理学院(24816)
- 管理学(24072)
- 管理学院(23941)
- 科学(22417)
- 京(19131)
- 所(17460)
- 财(17080)
- 研究所(16052)
- 中心(15787)
- 农(15157)
- 财经(13536)
- 江(13270)
- 业大(13194)
- 院(13054)
- 经(12344)
- 农业(12083)
- 北京(11887)
- 范(11718)
- 师范(11590)
- 经济学(11440)
- 省(10671)
- 经济学院(10457)
- 基金
- 项目(60835)
- 科学(48614)
- 基金(46485)
- 家(42863)
- 国家(42636)
- 研究(39503)
- 科学基金(36027)
- 社会(25796)
- 自然(25215)
- 自然科(24701)
- 自然科学(24697)
- 社会科(24684)
- 社会科学(24679)
- 基金项目(24630)
- 自然科学基金(24222)
- 省(22228)
- 划(20006)
- 资助(19294)
- 教育(17419)
- 重点(14605)
- 编号(14183)
- 部(13362)
- 发(12898)
- 计划(12539)
- 科研(12228)
- 国家社会(11641)
- 创(11598)
- 成果(11308)
- 创新(11073)
- 教育部(10875)
共检索到127489条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计与决策
[作者]
许敏
利用大量未标签样本和少量已标签样本共同训练一个有效的分类器是半监督学习方法的优势，自训练半监督学习方法因其简单且有效的特性而被广泛使用。文章提出基于隐空间特征增强的自训练半监督支持向量机分类学习方法，该方法首先将原空间已标签数据样本和大量无标签数据样本映射到同一隐空间，构建特征增强空间，在此特征增强空间结合概率密度进行自标记半监督SVM学习，以提高分类器的准确性和鲁棒性。UCI数据集上的实验证明，所提算法比传统的自训练学习算法具有更好的性能。
[期刊] 统计与决策
[作者]
周鹏 刘河 黎隽男
自标记方法能用少量有标记样本和大量无标记样本来训练给定分类模型。误标记是自标记方法中的主要挑战。尽管学者们用数据剪辑技术去识别和移除在自标记方法迭代过程中被误预测的样本，但是许多数据剪辑技术严重依赖于特定假设。为了克服误标记问题和相关解决方案中的缺陷，文章提出一种基于近邻规则和粒子群优化的自标记方法 SLM-NNPSO。首先，SLM-NNPSO用有标记集去训练一个给定的分类模型。其次，SLM-NNPSO用近邻规则来发现具有高置信度的无标记样本，并用被训练的分类模型来预测他们。再次，SLM-NNPSO用粒子优化来识别和移除被误预测的样本，并把被正确预测的样本加入有标记集中。上述过程不断迭代，直到SLM-NNPSO没有发现具有高置信度的无标记样本。最后，SLM-NNPSO输出在迭代过程中被训练的分类模型。经仿真实验证明，就训练k近邻分类器的平均分类正确率而言，在来自销售市场、医学检测、图像识别等领域的12个真实数据集上，SLM-NNPSO优于5个流行的自标记方法。
[期刊] 运筹与管理
[作者]
吕成戍
受推荐系统在电子商务领域重大经济利益的驱动,恶意用户以非法牟利为目的实施托攻击,操纵改变推荐结果,使推荐系统面临严峻的信息安全威胁,如何识别和检测托攻击成为保障推荐系统信息安全的关键。传统支持向量机(SVM)方法同时受到小样本和数据不均衡两个问题的制约。为此,提出一种半监督SVM和非对称集成策略相结合的托攻击检测方法。首先训练初始SVM,然后引入K最近邻法优化分类面附近样本的标记质量,利用标记数据和未标记数据的混合样本集减少对标记数据的需求。最后,设计一种非对称加权集成策略,重点关注攻击样本的分类准确率,降低集成分类器对数据不均衡的敏感性。实验结果表明,本文方法有效地解决了小样本问题和数据不均衡分布问题,获得了较好的检测效果。
[期刊] 消费经济
[作者]
杨德林
目前,我国消费者组织的服务工作主要精力大多放在直接为消费者权益受到有形损害时提供维护方面,即接受消费者的投诉,争取挽回或减轻其所受损害。抓好这项工作当然是消费者组织义不容辞的职责,但如果局限于此,服务的路子就会越走越窄。因为,事实上,在众多正当权益受到损害的消费者中,前来投诉的是极少数,即使消费者组织能够做到使全部投诉者的受损权益都得到挽回,其服务对象也是极为狭小的。何况任何消费者组织的工作也不可能做到这一步。为了能够真正为广大的消费者服务,使全体消费者受益,就必须将单一的服务转换成多方位的服务,拓宽路子,创造出为消费者服务的广阔天地。这条路子如何拓宽? 一是拓宽服务对象。既要直接为消...
[期刊] 统计与决策
[作者]
顾杰
文章针对区间型数据分类问题,提出了一种基于数据质量提高的区间型最小二乘支持向量机分类模型。首先提出了一种基于非参数位置检验的对数边缘概率密度比特征选择和变换方法以获得高质量的训练数据;然后,使用最小二乘支持向量机分类算法建立分类模型;最后,通过蒙特卡洛模拟实验和P2P借贷平台风险识别的实证分析来评价模型的分类性能。结果表明,该模型能够取得较好的分类效果。此外,与CART、Logistic回归、SVM等分类方法的对比结果也表现出较强的优势。
[期刊] 清华大学学报(自然科学版)
[作者]
陈波 张华 陈永灿 李永龙 熊劲松
基于计算机视觉的混凝土裂缝自动检测方法逐渐成为大坝、廊道和引水隧洞等水工结构场景检测任务的主流选择。然而,目前大多数方法在裂缝特征提取过程中均存在不同程度的损耗,缺乏针对性的补偿措施,导致最终检测效果不佳。该文提出了一种基于特征增强的水工结构裂缝语义分割方法,主要用于解决混凝土水工结构裂缝高精度语义分割问题。该方法通过对裂缝数据进行统计学分析,获取裂缝像素与非裂缝像素关系及其对应分布情况;采用ResNet-152特征提取网络提取裂缝图像抽象语义信息,并根据统计分析结果对高维特征进行区域聚集,构建自注意力模块,增强模型对裂缝的定位性能;结合裂缝信息分布情况,对网络损失函数进行优化,增加裂缝特征对总体损失值的贡献率,提升模型对裂缝的识别精度。该文采用智能化设备获取大坝和廊道2种水工结构场景的图像数据,图像数据经图像预处理和标注整理后获得的裂缝图像和标签共3000张;将由训练获得的分割模型在测试集上进行测试,裂缝像素准确率、召回率、交并比和总像素准确率分别达92.48%、86.52%、80.82%和99.79%。该文提出的分割方法在水工结构裂缝检测方面具有一定应用研究价值和推广意义。
[期刊] 中国农业大学学报
[作者]
曾凯 王慧婷
提出一种采用SURF(speeded up robust features)特征提取结合区域灰度增强以提高种子图像特征匹配度的改进方法。该方法根据样品和待测种子外部特征,提取SURF特征集,计算图像特征对应的灰度直方图,并通过规定化处理增强区域灰度,最后计算出图像的匹配度。试验结果表明,该方法特征匹配平均耗时<10ms,实时性强;能避免不同外界光源的干扰,鲁棒性强;匹配度平均提高30%,有效提高了图像的匹配度。
[期刊] 统计与决策
[作者]
孙洁 景志敏 周欢
半监督自训练方法属于半监督自标记方法的一种，它能同时利用有标记样本和无标记样本来训练分类器。然而，对半监督自训练方法而言，误标记是一个不容忽视的问题。为此，文章提出了一种基于密度峰值聚类和相对距离的半监督自训练方法（STDPRD）。在迭代的自训练过程中，STDPRD首先用密度峰值聚类来选取具有高置信度的无标记样本，再标记他们；其次，STDPRD用相对距离来过滤掉在迭代过程中被误标记的样本；然后，STDPRD把在迭代过程中被正确标记的样本加入有标记集中；最后，STDPRD用被扩充的有标记集来训练给定的分类器，训练完成后，输出被训练的分类器。仿真实验结果表明，在真实数据集上，STDPRD的表现优于4种流行的半监督自训练方法。
关键词：
半监督学习 半监督分类 相对距离 误标记
[期刊] 商业经济与管理
[作者]
甘立志 谢娟
监事会是公司的重要治理机构 ,在股东无法直接监督和社会监督机制不完善的情况下 ,监事会对董事和经理行为进行监督具有很重要的现实意义。在我国 ,监事会对公司董事、经理行为进行监督的有效性不足 ,是公司治理缺乏效率的一个重要因素。为此 ,需要采取必要的措施 ,包括赋予监事会更大尤其是具有可操作性的权力、改革监事会的选任制度和方式、提高监事的报酬、改善监事会的人员组成 ,从而增强监事会监督的有效性。
关键词：
监事会 有效性 选任 制衡 激励
[期刊] 图书情报工作
[作者]
张倩 刘怀亮
为了解决基于向量空间模型构建短文本分类器时造成的文本结构信息的缺失以及大量样本存在的标注瓶颈问题,提出一种基于图结构的半监督学习分类方法,这种方法既能保留短文本的结构语义关系,又能实现未标注样本的充分利用,提高分类器的性能。通过引入半监督学习的思想,将数量规模较大的未标注样本与少量已标注样本相结合进行基于图结构的自训练学习,不断迭代实现训练样本集的扩充,从而构建最终短文本分类器。经对比实验证明,这种方法能够获得较好的分类效果。
关键词：
半监督学习 短文本 图结构 自训练
[期刊] 华中师范大学学报(自然科学版)
[作者]
王宇 李延晖
为提高少量样本情况下分类器的性能,提出一种基于多分类器协同的半监督样本选择方法,利用未标注样本实现样本增强,提高分类器泛化能力.依靠多分类器的互相监督和多分类器标签一致的原理,将已标记样本作为训练集,利用SVM和RF两个分类器协同训练,多分类器的类别标签和确定度值作为约束条件,从未标记样本集中筛选出最有代表性的样本构成增强样本集,以准确率为评价标准,验证本算法对分类器泛化性能的影响.本算法在手写数字数据集(Mnist字符库)和Landsat土壤数据集上测试,实验结果表明相比少量原始训练样本构建的分类器,增强样本构建分类器预测的全部类别准确率都得到提升.两个数据集的总体准确率分别提升5.97%和7.02%,Mnist数据集中数字5这类准确率提升最高(提升11.9%,从79.3%到91.2%),Landsat土壤数据集中土壤3这一类准确率提升最明显(提升15.8%,从73.5%到89.3%),结果证明了该算法显著提高了分类器的泛化性能.同时与经典的KNN、Co-training和Co-forest算法对比,所提出的算法能够最大限度地利用未标记样本信息,具有最好的精度表现,证明了该研究提出算法的优越性.
[期刊] 中国高等教育
[作者]
黄存金
高校抓好党风廉政建设和反腐败斗争,关键在于落实党委主体责任和纪委监督责任。发挥制度的刚性约束作用,做到执行有依据、检查有依据、教育有依据、追究有依据。要在思想认识、责任担当、方法措施上跟上高校反腐倡廉建设新形势新要求。党风廉政建设和反腐败斗争是全党必须抓好的重大政治任务。新的形势下,认清高校反腐倡廉建
[期刊] 清华大学学报(自然科学版)
[作者]
屠守中 杨婧 赵林 朱小燕
社交网络中存在大量营销、招聘等垃圾信息以及无实质内容的短文,为话题建模工作带来很多干扰,更严重影响社交网络方面的学术研究及商业应用。因此,该文提出了一种结合支持向量机与k近邻模型(pSVM-kNN)的半监督话题噪声过滤方法。该方法融合了SVM和kNN算法,在SVM计算得到超平面的基础上使用kNN算法在局部范围内迭代寻找分类超平面的最优解;同时为减少误分类发生,分别在SVM和kNN阶段引入惩罚代价和比例权重,以提高噪声过滤的效果。通过选取新浪微博中不同大小的数据集进行实验与其他方法进行比较,结果表明:该方法只利用了少量的标注样本进行训练,在准确率、召回率和F值方面均优于其他的对比方法。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
