面向高维数据的集成学习算法
面向高维数据的集成学习算法
完成单位:华南理工大学
主要完成人:余志文、陈俊龙、马千里、杨楷翔、施一帆
本项目设计了基于噪音免疫和模糊理论的聚类集成算法,提升了算法鲁棒性;提出了基于欠采样和代价敏感的混合优化集成分类方法,解决了不平衡样本与特征带来的负面影响;提出了基于主动学习的约束信息集成选择算法等,提升了关键知识信息的利用率;实现了基于渐进式学习的混合集成学习框架,提升了算法总体性能。研究成果同时取得了较好的应用效果。
<<< 上一篇
安卓操作系统安全防护的理论与方法
<<< 下一篇 复杂软件系统的网络化解析与优化理论及方法
推荐内容
More >>>- · AI时代产学研合作如何创造新价值 CCF UIC论坛
- · 构建可信AI:企业级Agent架构与应用实践 | TF
- · 以数据为中心的AI智能体落地实践 | TF技术前
- · 大模型的知识与记忆 | TF技术前线184期回顾
- · 复杂智能体系统的开发与驾驭——对话宋继强、
- · 共绘BioAI无限未来 ——CCF TF第186期在京成
- · CNCC2026颁奖典礼隆重颁发四大奖项 ——CCF王
- · 2026年CCF大学生启航计划发布典礼在蓉举行
- · 第二届CCF数字孪生创新发展推进会和CCF沈阳联
- · CCCF 2026年10月刊发布
- · 2026 CCF CCSP竞赛手册发布,10月21~22日成都
返回首页