机译:促进动态集合选择性能的距离为基础的权重框架
Hangzhou Dianzi Univ Sch Management Hangzhou 310018 Zhejiang Peoples R China;
Hangzhou Dianzi Univ Sch Management Hangzhou 310018 Zhejiang Peoples R China;
Hangzhou Dianzi Univ Sch Management Hangzhou 310018 Zhejiang Peoples R China;
Hangzhou Dianzi Univ Sch Management Hangzhou 310018 Zhejiang Peoples R China;
Multiple classifier system; Classifier competence; Dynamic weighting; Dynamic ensemble selection; Classifier fusion;
机译:基于距离的加权框架,可提高动态集合选择的性能
机译:基于Adaboost-SVM合奏的类级别的动态财务遇险预测结合麦克风和时间加权
机译:基于时间权重和Adaboost支持向量机集成的概念漂移动态财务困境预测
机译:META-DES.H:使用元学习和动态加权方法的动态集成选择技术
机译:基于假设余量的加权,用于使用增强的特征选择:理论,算法和应用。
机译:基于知识的加权框架可增强全基因组关联研究的能力
机译:通过动态精度选择提高LSTM性能