×
验证码:
换一张
忘记密码?
记住我
×
登录
中文版
|
English
中国科学院计算技术研究所机构知识库
Institute of Computing Technology, Chinese Academy IR
登录
注册
ALL
ORCID
题名
作者
学科领域
关键词
文献类型
出处
收录类别
出版者
发表日期
存缴日期
资助项目
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
新闻&公告
在结果中检索
研究单元&专题
中国科学院计算技术研... [4]
作者
Bao, Lei [1]
Chang, Hon... [1]
Chen, Xili... [1]
Guo, Li [1]
Juan, Cao [1]
Li, Jintao [1]
更多...
文献类型
期刊论文 [4]
发表日期
2020 [1]
2016 [1]
2011 [2]
语种
英语 [4]
出处
NEUROCOMPU... [2]
DECISION S... [1]
JOURNAL OF... [1]
资助项目
973 Progra... [1]
Australian... [1]
China 973 ... [1]
Chinese Ac... [1]
National H... [1]
National H... [1]
更多...
收录类别
SCI [4]
资助机构
×
知识图谱
CSpace
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共4条,第1-4条
帮助
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
作者升序
作者降序
WOS被引频次升序
WOS被引频次降序
提交时间升序
提交时间降序
期刊影响因子升序
期刊影响因子降序
题名升序
题名降序
发表日期升序
发表日期降序
Visual concept conjunction learning with recurrent neural networks
期刊论文
NEUROCOMPUTING, 2020, 卷号: 395, 页码: 229-236
作者:
Liang, Kongming
;
Chang, Hong
;
Shan, Shiguang
;
Chen, Xilin
收藏
  |  
浏览/下载:52/0
  |  
提交时间:2020/12/10
Attribute learning
Concept conjunction
Visual relationship detection
Image retrieval
Boosted Near-miss Under-sampling on SVM ensembles for concept detection in large-scale imbalanced datasets
期刊论文
NEUROCOMPUTING, 2016, 卷号: 172, 页码: 198-206
作者:
Bao, Lei
;
Juan, Cao
;
Li, Jintao
;
Zhang, Yongdong
收藏
  |  
浏览/下载:42/0
  |  
提交时间:2019/12/13
Concept learning
Large-scale
Imbalance
Ensmeble learnning
Support Vector Machine
Boosted
Near-miss
Under-sampling
Robust ensemble learning for mining noisy data streams
期刊论文
DECISION SUPPORT SYSTEMS, 2011, 卷号: 50, 期号: 2, 页码: 469-479
作者:
Zhang, Peng
;
Zhu, Xingquan
;
Shi, Yong
;
Guo, Li
;
Wu, Xindong
收藏
  |  
浏览/下载:73/0
  |  
提交时间:2019/12/16
Data stream
Classification
Ensemble learning
Noise
Concept drifting
Effectively Discriminating Fighting Shots in Action Movies
期刊论文
JOURNAL OF COMPUTER SCIENCE AND TECHNOLOGY, 2011, 卷号: 26, 期号: 1, 页码: 187-194
作者:
Ma, Shu-Gao
;
Wang, Wei-Qiang
收藏
  |  
浏览/下载:73/0
  |  
提交时间:2019/12/16
video analysis
motion
concept learning