《表1 基于k个标记样本的弱监督学习框架结构》
根据图1及W-RBM模型的求解过程,本文设计的算法框架见表1.该算法框架中的置信度是一个比值,是占数据样本数量的比值,这个比值可确定标记拓展的数量;步骤1表示可以使用满足条件的聚类算法对数据进行聚类,如果使用k-means算法,需要对k-means分配各数据标签时加一个k个标记样本中任何两个不能在同一类的约束即可.
图表编号 | XD00168927300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 付治、王红军、李天瑞、滕飞、张继 |
绘制单位 | 西南交通大学信息科学与技术学院、综合交通大数据应用技术国家工程实验室(西南交通大学)、西南交通大学信息科学与技术学院、综合交通大数据应用技术国家工程实验室(西南交通大学)、西南交通大学信息科学与技术学院、综合交通大数据应用技术国家工程实验室(西南交通大学)、西南交通大学信息科学与技术学院、综合交通大数据应用技术国家工程实验室(西南交通大学)、西南交通大学信息科学与技术学院、综合交通大数据应用技术国家工程实验室(西南交通大学) |
更多格式 | 高清、无水印(增值服务) |