排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
为克服传统多视角分类器无法充分最小化结构风险的不足,提出基于Universum的多视角全局和局部结构风险最小化模型。该模型采用Universum学习,利用有标签样本生成大量包含分类信息的无标签样本,从而增加分类器性能。这些信息有利于最小化结构风险。通过在Mfeat、Reuters和Corel等3个多视角数据集上的试验可以发现,该模型可以提高多视角分类器的性能,并可以更好地应用到多视角数据集的分类问题中。 相似文献
2.
基于蚂蚁算法的协同产品设计链合作伙伴选择研究 总被引：1，自引：0，他引：1
优化的设计链可以缩短产品上市的时间，从而获得竞争优势。合作伙伴选择是设计链构建的重要环节，设计链伙伴选择的求解是一个组合优化问题，将蚂蚁算法与遗传算法相结合用于合作伙伴的优化选择，利用遗传算法快速的全局搜索能力生成信息素分布，蚂蚁算法求精确解，优势互补，得到了满意的效果。 相似文献
1