半监督学习相关论文
随着单细胞测序技术的发展,越来越多的单细胞转录数据使人们能够更深入地了解细胞水平的细胞异质性和机制。单细胞分类和新细胞类......
理解司机的驾驶行为对提高交通安全和推动智能交通系统的发展是至关重要的。驾驶风格是驾驶行为的语义描述和解析。作为驾驶行为分......
在机器学习中,传统方法通过学习对有标记样本来构建模型,通常需要设置大量的有标记样本来增加模型的泛化能力。但是在大多数情况下......
变压器是电力系统中的核心设备，其运行的可靠性直接影响着整个电力系统的稳定与安全，因此对变压器运行状态进行实时分析并进行准确的......
窃电活动不但会扩大供电的非正常线损,破坏电力企业的经营效益,而且还会损害社会正常的用电秩序。目前,供电企业已经实现了对用户......
微带电路体积小、重量轻且结构紧凑,是现代无线通信系统中的常用电路形式。传统的微带电路设计方法十分依赖于全波电磁仿真软件,在......
在许多数据挖掘和机器学习应用中,获取样本的标签非常困难且耗时,而且有时候成本高昂,因为它们可能需要大量的人工。然而,未标记的......
三维人脸重建是计算机视觉领域的热门研究方向之一,在现实生活中有着广泛的应用,如人脸识别、游戏娱乐、影视动画等。本研究旨在从......
为了实现高质量的数据清洗，提升专利数据构建网络的准确性，发明人的姓名消歧已经成为目前国内外众多研究者重视的关键性问题。本文根......
声音事件检测技术能够识别出一个音频段中存在的事件类别并标注出各事件的起止时间，在智能城市、医疗监控、野生动物保护等应用场景......
植物病害影响农业生产的产量和质量。针对现有小样本植物病害识别方法大多数都是基于监督式学习模型以及少数半监督学习方法未判别......
针对不平衡数据集下风电机组齿轮箱故障诊断准确率低以及故障特征不明显的问题，提出峭度指标与遗传算法优化Wasserstein距离生成对......
人工智能的迅速发展将深刻改变人类的社会生活。情感是大脑的高级活动,为了更好地服务人类,人工智能的研究要加强机器与人之间的感......
排水管道是城市的基础设施,对排水管道的定期检测和维护是市政工程机构的一项重要工作,实现检测的自动化可以节省大量的成本。因此......
关键词的自动抽取技术是为了满足信息时代人们对特定领域知识快速便捷获取的需求.它也是机器翻译、信息检索、知识图谱构建等应用......
卷积神经网络（CNN）在半监督学习中取得了良好的成绩，其在训练阶段既利用有标记样本，也利用无标记样本帮助规范化学习模型。为进一步加......
在电力物联网中,数据管理技术扮演着至关重要的角色。电力物联网数据集成系统首先需要对变化的实体进行建模,用同构模型来反映异构......
半监督学习存在于现实世界的各个场景中，可在生物化学领域对科学研究产生巨大的作用。在各领域也都有相关具体应用，如病毒毒性预测、......
随着机器学习和数据挖掘等技术的不断发展与创新,金融科技也处在高速发展阶段,其本质在于解决金融信贷行业中的效率与风险问题,本......
针对在有标签信号样本数量较少，待识别信号因复杂信道导致数据分布发生变化的实际场景中，传统通信辐射源个体识别技术识别率较低的问......
针对辐射源个体识别（SEI）中样本标签不完整和数据类别分布不平衡导致分类准确率下降的问题，该文提出了一种基于代价敏感学习和半监督......
随着移动互联网技术和移动通信技术的发展,社交媒体越来越广泛而深刻地融入人们的日常生活,成为获取分享信息,表达交流观点的主要......
老照片由于长时间的磨损或者保存不当，会出现划痕损伤，基于学习进行老照片划痕修复的难题在于缺乏学习所需数据集。针对缺少老照片划......
老照片由于长时间的磨损或保存不当，会出现照片的划痕损伤。随着深度学习在图像重建中的应用，基于深度学习方法能够在纹理修复的基础......
在临床应用中,从医学图像里面精准分割出器官或病变区域对于医生的诊断十分重要。随着基于卷积神经网络（CNN）或视觉Transformer进行......
光学遥感图像的变化检测是地球观测领域一项重要而富有挑战性的任务。近期的变化检测研究引入深度学习理论,实现了性能上的突破。......
随着我国城市化和工业化建设进程的迅速推移和深入,对建筑物进行动态监测提取准确、高效的变化信息具有十分重要的意义,关系到城市......
随着现代工业的不断发展,工业过程变得越来越复杂,故障一旦发生便会带来巨大的财产损失甚至安全危害,能及时地发现工业过程中的异......
为提高车辆运行时的定位精度，提出基于半监督学习的危险品运输车辆运行远程监控方法。将危险品运输车辆的行驶路线采用二维栅格进行......
针对断路器弹簧机构机械特性监测及状态识别系统普遍存在监测类型不全、特征值提取单一、判断标准太过绝对等问题，文中提出了基于小......
图像复原的目标是从退化的图像中恢复潜在的清晰图像。当前的深度学习技术已经在图像复原任务中取得了引人注目的成就。然而,由于......
传统的属性约简算法通常默认样本之间满足独立同分布假设。然而,现实世界中存在很多对象具有固有依赖关系的情况,也即不满足独立同......
本文给出2021年“高教社杯”全国大学生数学建模竞赛E题“中药材鉴别”可行的解法.本题基于光谱特征对中药材种类和产地进行鉴别，提......
分类问题,如垃圾邮件检测、疾病自动诊断、信用卡诈骗识别等,是机器学习领域的核心基础问题。现有分类方法通常设计一个参数化模型......
基于深度学习的神经网络模型极大地推动了行人检测领域的发展,然而现有方法往往依赖于大量昂贵的标注数据,并且忽视了不同数据域之......
深度学习与人类智能存在一个显著的差异,即人类可以通过极少量的样本分辨新类别物体,而深度学习则需要大量训练样本才能实现良好的......
近年来,由于数据量的增长、运算能力的提升和训练算法的创新,深度神经网络已经成功地应用于许多实际场景中。然而,这样的成功在很......
近年来,生成对抗网络（Generative Adversarial Networks,GAN）成为了人工智能领域一个重要的研究问题,它的对抗训练方式推动了各类计......
随着人工智能的发展,“AI+传统行业”的改革可以赋予行业新的经济增长点。“AI+动物保护”可以在提高动物研究效率的同时减少对生......
随着当今互联网的快速发展,网络安全事故越来越频繁地发生,网络攻击行为的检测也得到了研究人员的越来越多的关注,其中机器学习的......
小样本学习的主要目标在于使模型能够从少量（比如:一个或数个）带标注的新类别数据中进行快速学习,进而能够对新类别数据进行分类和识......
当今数字时代,每时每刻都有大量的数据生成。大多数图像数据以流的形式被人们捕获,现有的有监督学习方法很难处理这些数据。如在手......
在现实生活中存在大量廉价易获得的无标记样本,具有指导性作用的有标记样本获取十分昂贵且耗时,为了充分利用有标记样本和无标记样......
随着社会的发展,受工作压力、饮食、作息、辐射等方面的因素影响,甲状腺疾病越来越常见,发病率较高,所以在甲状腺超声图像中圈出病......
