关键词中包括 multi-label 的文章

1 多标记数据驱动的可变换算子值核 汪振鑫1, 陈德刚2, 车晓雅2 2026年2期 [365－374][摘要](202)[pdf 4265KB](174) DOI:10.11992/tis.202503021

2 基于粒的标记增强标记分布学习 张远健1, 赵天娜2, 苗夺谦2 2023年2期 [390－398][摘要](4068)[pdf 1248KB](3829) DOI:10.11992/tis.202208015

3 结合局部标记序关系的弱监督标记分布学习 秦天, 滕齐发, 贾修一 2023年1期 [47－55][摘要](2917)[pdf 4856KB](2993) DOI:10.11992/tis.202204018

4 基于加权信息粒化的多标记数据特征选择算法 胡军1,2, 王海峰1,2 2023年3期 [619－628][摘要](2932)[pdf 3666KB](2857) DOI:10.11992/tis.202111058

5 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](3882)[pdf 2319KB](3363) DOI:10.11992/tis.202106017

6 三角距离相关性的标签分布学习 黄雨婷, 徐媛媛, 张恒汝, 闵帆 2021年3期 [449－458][摘要](6122)[pdf 4106KB](3295) DOI:10.11992/tis.202001027

7 基于模糊不一致对的多标记属性约简 高琪1, 李德玉1,2, 王素格1,2 2020年2期 [374－385][摘要](6348)[pdf 5124KB](3993) DOI:10.11992/tis.201905046

8 鲁棒的半监督多标签特征选择方法 严菲, 王晓栋 2019年4期 [812－819][摘要](6480)[pdf 3109KB](3683) DOI:10.11992/tis.201809017

9 代价敏感数据的多标记特征选择算法 黄琴1,2, 钱文彬1,2, 王映龙1, 吴兵龙2 2019年5期 [929－938][摘要](7169)[pdf 4300KB](3570) DOI:10.11992/tis.201807027

10 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](6445)[pdf 4011KB](3948) DOI:10.11992/tis.201806005

11 基于改进卷积神经网络的多标记分类算法 余鹰1, 王乐为1, 吴新念1, 伍国华2, 张远健3 2019年3期 [566－574][摘要](9077)[pdf 4001KB](4302) DOI:10.11992/tis.201804056

12 多标记学习自编码网络无监督维数约简 杨文元 2018年5期 [808－817][摘要](8471)[pdf 1242KB](8165) DOI:10.11992/tis.201804051

13 基于Spark的多标签超网络集成学习 李航1, 王进2, 赵蕊2 2017年5期 [624－639][摘要](7378)[pdf 1930KB](4955) DOI:10.11992/tis.201706033

14 应用k-means算法实现标记分布学习 邵东恒, 杨文元, 赵红 2017年3期 [325－332][摘要](6884)[pdf 1803KB](4344) DOI:10.11992/tis.201704024

15 一种多标记数据的过滤式特征选择框架 郭雨萌, 李国正 2014年3期 [292－297][摘要](4532)[pdf 764KB](3534) DOI:10.3969/j.issn.1673-4785.201403064

16 基于Tri-training的半监督多标记学习算法 刘杨磊1,2，梁吉业1,2，高嘉伟1,2，杨静1,2 2013年5期 [439－445][摘要](6925)[pdf 962KB](5040) DOI:10.3969/j.issn.1673-4785.201305033