返回首页
面向高维数据的集成学习算法
CCF科学技术奖
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
读完这篇文章后，您心情如何？
推荐内容
More >>>- · 关于推荐2026年度“CCF重大成就奖“候选人的
- · 关于推荐2026年度“CCF夏培肃奖”候选人的通
- · 2026年度CCF会士提名将于11月1日截止
- · 2026年《CCF技术公益案例集》入选案例名单公
- · CCCF 2026年9月刊发布——“智能化软件开发”
- · 今晚8点，免费解锁7个AI Agent实战项目！仅开
- · 2026下半年CCF新晋高级会员、杰出会员名单公
- · 从芯片到机器人应用：RISC-V构建具身智能开源
- · BioAI无限未来 | TF技术前线186期报名
- · CCF人工智能素养提升行动｜人文智能普及行动
- · 2026 CCF CCSP竞赛将于10月21~22日举办，9月9
所有评论仅代表网友意见