“半監督學習”造句，怎麼用半監督學習造句

5、該演算法在一定條件下解決了半監督學習環境下的模型更新問題。

7、半監督學習演算法同時考慮有標記和無標記資料，能顯著提升學習效果。

9、為了對線上學習文件進行分類，本文根據自適應諧振理論給出了一個半監督學習模糊art模型(SLFART)及其演算法。

11、基於圖的學習是近幾年來半監督學習中一個相當活躍的方向，它用圖來描述樣本空間，利用近鄰點的位置來控制標記資訊的傳播。

1、如何利用未標記的視訊樣本資訊達到類似於全監督學習的效果是半監督學習方法的關鍵。

3、根據自適應諧振理論提出了半監督學習自適應諧振理論系統。

6、半監督學習：輸入資料由帶標記的和不帶標記的組成。

10、如此，通過對少量已標記樣本和大量未標記的樣本進行學習從而建立分類器的半監督學習方法應運而生。

2、若其最終的學習效果與全監督學習方法的效果一致或接近，則在人工成本和實現上，半監督學習方法更具有優越*。

8、使用一個半監督學習演算法，ANN可產生一個能夠指示相對穩定度的連續分佈的暫態穩定指標。

4、本文討論了利用半監督學習方法進行視訊語義標註的問題。

12、使用半監督學習方法中的自訓練、協同訓練方法，利用少量已標註樣本和大量未標註樣本來完成蛋白質關係抽取的任務。