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 >>>- · 大数据、大算法、大模型与产业发展 | CCDE20
- · 智能汽车之产学研协同突破创新 | CCDE2023专
- · CCF C³-18@小红书：智能推荐与搜索丨开始报名
- · 数智新动能 产业新发展 | CCDE2023专题论坛
- · 数字孪生技术与产业发展 | CCDE2023专题论坛
- · CCF VC“劳模进校园”活动走进广东职业技术学
- · 金融信创、数字人民币及数据资产 | CCDE2023
- · 东数西算与城市算力网发展 | CCDE2023专题论
- · CCCF 2023年第3期出版——“知识图谱的开源与
- · CCF智慧交通分会首批执行委员名单发布
- · CCF邀你与数字经济领域专家和明星企业共商共
京公网安备 11010802032778号
所有评论仅代表网友意见