《智能系统学报》 过刊查询页面

    作者中包括 WANG Shitong 的文章

1 4D卷积神经网络的自闭症功能磁共振图像分类
郭磊1, 王骏2, 丁维昌2, 潘祥1, 邓赵红1, 施俊2, 王士同1 2021年6期 [1021-1029][摘要](545)[pdf 4853KB](209)
2 任务间共享和特有结构分解的多任务TSK模糊系统建模
赵壮壮1, 王骏2, 潘祥1, 邓赵红1, 施俊2, 王士同1 2021年4期 [622-629][摘要](1526)[pdf 4300KB](719)
3 面对类别不平衡的增量在线序列极限学习机
左鹏玉1, 周洁1, 王士同1,2 2020年3期 [520-527][摘要](1461)[pdf 4052KB](533)
4 可能性匹配知识迁移原型聚类算法
聂飞1, 高艳丽2, 邓赵红1, 王士同1 2020年5期 [978-989][摘要](1649)[pdf 1732KB](587)
5 面向众包数据的特征扩维标签质量提高方法
李易南, 王士同 2020年2期 [227-234][摘要](1773)[pdf 1979KB](762)
6 一种基于模糊划分和模糊加权的集成深度信念网络
张雄涛1,2, 胡文军2, 王士同1 2019年5期 [905-914][摘要](1536)[pdf 4568KB](419)
7 面向自闭症辅助诊断的无监督模糊特征学习新方法
张英, 王骏, 鲍国强, 张春香, 王士同 2019年5期 [882-888][摘要](2221)[pdf 4264KB](941)
8 基于核心向量机的多任务概念漂移数据快速分类
史荧中1,2, 王士同1, 邓赵红1,3, 侯立功2, 钱冬杰2 2018年06期 [935-945][摘要](2215)[pdf 1019KB](967)
9 多层递阶融合模糊特征映射的模糊C均值聚类算法
鲍国强1,2, 应文豪3, 蒋亦樟1,2, 张英1,2, 王骏1,2, 王士同1,2 2018年04期 [594-601][摘要](2248)[pdf 952KB](959)
10 多视角模糊双加权可能性聚类算法
蒋亦樟1, 朱丽1, 刘丽2, 王士同1 2017年06期 [806-815][摘要](2174)[pdf 1656KB](1303)
11 基于混合距离学习的鲁棒的模糊C均值聚类算法
卞则康, 王士同 2017年04期 [450-458][摘要](2959)[pdf 1428KB](1292)
12 知识迁移的极大熵聚类算法及其在纹理图像分割中的应用
程旸, 蒋亦樟, 钱鹏江, 王士同 2017年02期 [179-187][摘要](2680)[pdf 8569KB](1219)
13 适合大规模数据集的增量式模糊聚类算法
李滔, 王士同 2016年2期 [188-199][摘要](3016)[pdf 633KB](1188)
14 基于极大熵的知识迁移模糊聚类算法
陈爱国1,2, 王士同1 2017年01期 [95-103][摘要](2668)[pdf 1152KB](955)
15 基于最小最大概率机的迁移学习分类算法
王晓初1,2, 包芳2,3, 王士同1, 许小龙1 2016年1期 [84-92][摘要](2750)[pdf 1193KB](1314)
16 基于局部保留投影的多可选聚类发掘算法
程旸, 王士同 2016年5期 [600-607][摘要](2810)[pdf 2235KB](1304)
17 堆叠隐空间模糊C回归算法及其在发酵数据多模型建模中的应用
刘欢, 王骏, 邓赵红, 王士同 2016年5期 [670-679][摘要](2394)[pdf 1808KB](1156)
18 基于最大间隔理论的组合距离学习算法
郭瑛洁, 王士同, 许小龙 2015年6期 [843-850][摘要](2759)[pdf 899KB](1778)
19 基于特征选择聚类方法的稀疏TSK模糊系统
张佳骕, 蒋亦樟, 王士同 2015年04期 [583-591][摘要](1774)[pdf 941KB](1263)
20 稀疏条件下的两层分类算法
仝伯兵1, 王士同1, 梅向东2 2015年01期 [27-36][摘要](1860)[pdf 624KB](1045)
21 支持向量机的多观测样本二分类算法
李欢, 王士同 2014年04期 [392-400][摘要](1645)[pdf 458KB](1011)
22 基于Parzen窗的高阶统计量特征降维方法
闫晓波,王士同,郭慧玲 2013年01期 [1-10][摘要](2689)[pdf 578KB](1417)
23 从Parzen窗核密度估计到特征提取方法:新的研究视角
刘忠宝1,2,王士同1 2012年06期 [471-480][摘要](2625)[pdf 724KB](1346)
DOI: