《表5 基于图的半监督分类方法》
提示：宽带有限、当前游客访问压缩模式
近些年，学者对图半监督学习创新性研究较多，为直观展现图半监督学学习方法的发展情况，在表5进行了列举。
| 图表编号 | XD00133676200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.15 |
| 作者 | 韩嵩、韩秋弘 |
| 绘制单位 | 北京物资学院信息学院、北京物资学院信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据集信息：基于DW-TCI的半监督文本分类方法研究》2020.10.25
- 《表2 四种UCI数据集：基于密度自适应邻域相似图的半监督谱聚类》2020.09.05
- 《表1 两种人工数据集：基于密度自适应邻域相似图的半监督谱聚类》2020.09.05
- 《表3 基于图的半监督特征选择方法》2021.02.05
- 《表1 糖尿病的诊断标准：基于潜在空间矩阵的半监督异常检测》2020.12.31
- 《表5 工装夹具调试优化：基于插值一致性的半监督三维目标分类算法》2020.12.31
- 《表2 单因素试验：基于插值一致性的半监督三维目标分类算法》2020.12.31
- 《表1 UCI数据集：基于符号规范化割的半监督学习与图像分割》2020.07.01
- 《表1 人造数据集：弹力理论传播的半监督学习新方法》2020.04.01
- 《表5 真实数据集：弹力理论传播的半监督学习新方法》2020.04.01
- 《表4 基于图的半监督分类方法的对比分析》2020.03.15
- 《表7 基于Landsat8影像的不同监督分类方法精度》2020.02.28
- 《表8 基于高分一号影像的不同监督分类方法精度》2020.02.28
- 《表1 计量值控制图分类：基于控制图的有轨电车能耗分析方法研究》2020.01.10
- 《表1 基于成对约束的半监督聚类算法》2019.11.10
- 《表1 各层网络参数表：基于多视图投影的半监督手姿态估计算法》2019.09.30
- 《表2 不同规模数据集：基于稀疏编码的半监督低秩核学习算法》2019.04.01
- 《表1 试验数据集描述：一种基于Laplacian的半监督特征选择模型》2019.02.01
- 《表3 仿真参数.：基于双词主题模型的半监督实体消歧方法研究》2018.03.01
- 《表4 不同方法对比：融合词预测的半监督老挝语词性标注研究》2019.12.01