搜索
热搜
收起
搜索历史
清空
行业资讯
技术
可编程逻辑
MEMS/传感技术
嵌入式系统
模拟/电源
射频/微波
测试测量
控制器/处理器
EDA/PCB
基础器件
应用
医疗电子
汽车电子
消费电子
工业电子
通信/网络
与非原创
与非观察
硬核拆评
要闻速递
与非主题月
与非研究院
与非技术派
查看更多
设计资源
电路方案
原厂资料
技术文档
数据手册
行业热点
电子百科
社区论坛
电路方案论坛
ams中文社区
RF技术社区
ROHM技术社区
恩智浦技术社区
ST中文论坛
与非博客
课程/视频
课程/直播
行业新闻
电路方案
作者专栏
精彩活动
器件采购
智能采购
器件模型
器件搜索
注册/登录
Name
退出
点我!首次登录领50元礼包!
热点:
2022AI视觉技术论坛
|
对话产业专家
|
新品推荐
技术文档
嵌入式系统
文档详情
一种基于嵌入式特征提取的多标记分类算法
[摘要]
基于单标记分类的降维及特征选择方法难以直接运用到多标记学习中,而将多标记学习问题独立分解为多个单标记学习问题再进行降维会丢失标记的相关性信息。为此,提出一种基于嵌入式特征提取的多标记分类算法,将非负矩阵分解引入到多标记学习过程中,在对原始多标记数据集进行特征提取的同时,减少冗余特征、不相关特征及髙维特征对多标记分类的影响。在4个公开的标准数据集上进行对比实验,结果表明该算法能对数据进行有效降维,在准确度、精度、F度量值等评价指标上相比传统BR、CC、LM算法具有更好的分类性能。
资源类型:
pdf
资源大小:
593.63KB
所属分类:
无
上传时间:
2021/05/24
立即下载
×
完善信息
为了避免每次下载时重复填写,建议先注册登录并完成本表单,系统将自动记录您提供的信息。
更多
最新资料
2022年中国半导体IC产业研究报告
方正证券:国内EDA企业华大九天深度报告
中国算力发展指数白皮书
半导体IP研究框架
2022 分布式存储市场调研报告
2022年中国车载激光雷达市场洞察报告
半导体材料系列:第三代半导体碳化硅行业前瞻
2022年 光伏IGBT功率半导体研究框架
2022年 半导体材料研究框架报告
开源 | 冰墩墩 STL 模型下载
经典资料
硬件系统工程师宝典 完整版
开关电源电路相关知识(一本不容错过的好书)
这份资料带你Linux入门
全局变量、局部变量、静态变量三者的区别
低成本、低功耗FPGA主导——Cyclone IV FPGA器件系列
以μC OS-III为例的嵌入式实时操作系统概述,你值得拥有
一文看懂PCB 设计过程中的“过孔”
247页精华资料,一文读懂工业测控系统的抗干扰技术
电感运用技巧指南,这一份就够了
惯导模块的工作原理分析资料