关键词中包括 regularization 的文章

1 用于高维小样本特征选择的超网络设计 魏俊伊, 董红斌, 余紫康 2025年2期 [465－474][摘要](726)[pdf 4554KB](698) DOI:10.11992/tis.202402018

2 图神经网络和数值诱导正则化的数值推理方法 白宇康1, 陈彦敏1,2, 樊小超1, 孙睿军2, 李炜杰3 2024年5期 [1268－1276][摘要](1457)[pdf 4490KB](1043) DOI:10.11992/tis.202308045

3 基于粗到细的多尺度单幅图像去雾方法 王德文1,2, 陈威1, 苏攀1,2 2024年5期 [1102－1110][摘要](1390)[pdf 4730KB](894) DOI:10.11992/tis.202305005

4 基于弹性权重巩固与知识蒸馏的垃圾持续分类 张静宇1, 续欣莹1, 谢刚1, 刘华平2 2023年4期 [878－885][摘要](2703)[pdf 1463KB](1757) DOI:10.11992/tis.202211023

5 基于域间Mixup微调策略的跨被试运动想象脑电信号分类算法 蒋云良1,2,3, 周阳1,2, 张雄涛1,2, 苗敏敏1,2, 张永1,2 2024年4期 [909－919][摘要](1903)[pdf 5930KB](1283) DOI:10.11992/tis.202208017

6 采用多任务特征融合的脑电情绪识别方法 刘柯, 黄玉柱, 邓欣, 于洪 2024年3期 [610－618][摘要](1620)[pdf 5840KB](1245) DOI:10.11992/tis.202206023

7 不确定成对约束的双对抗流形传播方法 孙乐, 王士同 2023年2期 [270－281][摘要](2655)[pdf 1346KB](1985) DOI:10.11992/tis.202202025

8 自适应标记关联与实例关联诱导的缺失多视图弱标记学习 查思明1, 鲍庆森1, 骆健1,2, 陈蕾1,2 2022年4期 [670－679][摘要](2688)[pdf 2319KB](2117) DOI:10.11992/tis.202106017

9 基于深度图正则化矩阵分解的多视图聚类算法 刘相男1, 丁世飞1, 王丽娟1,2 2022年1期 [158－169][摘要](5302)[pdf 4852KB](2381) DOI:10.11992/tis.202104046

10 自适应图正则化的低秩非负矩阵分解算法 余沁茹, 卢桂馥, 李华 2022年2期 [325－332][摘要](4627)[pdf 4276KB](2260) DOI:10.11992/tis.202102007

11 一种基于雨线主方向自适应的全局稀疏去雨模型 王科平, 蔡凯利, 王红旗, 杨艺 2020年2期 [271－280][摘要](5084)[pdf 2054KB](2224) DOI:10.11992/tis.201809042

12 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](6194)[pdf 4264KB](2764) DOI:10.11992/tis.201808005

13 弹性网络核极限学习机的多标记学习算法 王一宾1,2, 裴根生1, 程玉胜1,2 2019年4期 [831－842][摘要](5492)[pdf 4011KB](2734) DOI:10.11992/tis.201806005

14 图正则化字典对学习的轻度认知功能障碍预测 魏彩锋1,2, 孙永聪1,2, 曾宪华1,2 2019年2期 [369－377][摘要](5974)[pdf 1077KB](2459) DOI:10.11992/tis.201709033

15 基于改进型BP神经网络的手部动作识别 尤波, 李忠杰, 黄玲 2018年5期 [848－854][摘要](5929)[pdf 5001KB](2713) DOI:10.11992/tis.201703018

16 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](6340)[pdf 1193KB](3131) DOI:10.11992/tis.201505024