位置：成果数据库 > 期刊 > 期刊详情页
利用置信度重取样的SemiBoost-CR分类模型
  • ISSN号：1673-9418
  • 期刊名称：计算机科学与探索
  • 时间：2011
  • 页码：1048-1056
  • 相关项目：基于半监督学习和集成学习的文本分类方法研究
作者： 唐焕玲|鲁明羽|
同期刊论文项目
基于半监督学习和集成学习的文本分类方法研究
期刊论文 28 会议论文 7 著作 1
同项目期刊论文
自适应主题融合的多文档自动摘要算法
Variable precision rough set based decision tree classifier
Does more randomness help increasing diversity in ensemble learning
Robust color image watermarking using ls-svm correction
Double-layer bayesian classifier ensembles based on frequent itemsets
Spectral co-clustering documents and words using fuzzy K-harmonic means
融合迁移学习的TranCo-Training分类模型
Selection of optimal window length using STFT for quantitative SNR analysis of LFM signal
Increasing Serendipity of Recommender System with Ranking Topic Model
CorrRank: Correlation Based Ranking Topic Model
查询无关排序主题模型
粒子滤波算法及其研究进展
粒子滤波算法
An optimized multi-valued attribute and multi-labeled data decision tree algorithm
A novel color image watermarking scheme in nonsampled contourlet-domain
基于形态学的单词-文档谱聚类方法
Regression analysis of the number of association rules
Linear FM signal parameter estimation using STFT and FRFT
Multi-valued attribute and multi-labeled data decision tree algorithm
基于 Hamiltonian 马氏链蒙特卡罗方法的突变运动跟踪
基于分数阶傅里叶变换的直扩通信快速线性调频干扰抑制
融合迁移学习的TranCo—Training分类模型
基于形态学的单词一文档谱聚类方法
Double-layer Bayesian Classifier Ensembles Based on Frequent Itemsets
期刊信息
  • 《计算机科学与探索》
  • 中国科技核心期刊
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编：李建中
  • 地址：北京市619信箱26分箱海淀区北四环中路211号
  • 邮编：100083
  • 邮箱：fcst@vip.163.com
  • 电话：010-51616056
  • 国际标准刊号：ISSN：1673-9418
  • 国内统一刊号：ISSN：11-5602/TP
  • 邮发代号:82-560
  • 获奖情况:
  • 工业和信息化部优秀科技期刊,中国计算机学会优秀会刊
  • 国内外数据库收录:
  • 波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊（2014版）
  • 被引量:1928