一种时频联合的支持向量机半监督学习方法

被引：0

专利类型：

发明

申请号：

CN201310141198.0

申请日：

2013-04-22

公开(公告)号：

CN103177267B

公开(公告)日：

2013-06-26

发明(设计)人：

冷严徐新艳

申请人：

申请人地址：

250014 山东省济南市历下区文化东路88号

IPC主分类号：

G06K962

IPC分类号：

G06F1518

代理机构：

济南圣达知识产权代理有限公司 37221

代理人：

张勇

法律状态：

实质审查的生效

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2013-07-24	实质审查的生效	实质审查的生效号牌文件类型代码:1604 号牌文件序号:101497336058 IPC(主分类):G06K 9/62 专利申请号:2013101411980 申请日:20130422
2017-02-08	授权	授权
2013-06-26	公开	公开
2019-04-05	专利权的终止	未缴年费专利权终止 IPC(主分类):G06K 9/62 申请日:20130422 授权公告日:20170208 终止日期:20180422

共 50 条

[1]

一种基于半监督学习的支持向量机分类器训练方法 [P].

冷严 ;

徐新艳 .

中国专利 :CN103150578A ,2013-06-12

[2]

基于支持向量机的半监督学习室内定位方法 [P].

赵军辉 ;

曾龙基 ;

杨涛 ;

杜家娇 .

中国专利 :CN103702416B ,2014-04-02

[3]

半监督学习系统及半监督学习方法 [P].

黄咏舜 ;

苏育正 ;

张晋维 .

中国专利 :CN114692887A ,2022-07-01

[4]

基于信息混合的半监督学习方法及半监督学习装置 [P].

刘利非 ;

杨吉利 ;

朱剑 .

中国专利 :CN116188876B ,2024-04-19

[5]

一种安全的半监督学习方法 [P].

周志华 ;

李宇峰 .

中国专利 :CN103390171A ,2013-11-13

[6]

一种基于支持向量机的主动学习方法 [P].

冷严 ;

徐新艳 .

中国专利 :CN103198052A ,2013-07-10

[7]

一种用于半监督学习的神经网络模型以及半监督学习方法 [P].

谷洋 ;

张胡喆晨 ;

陈益强 ;

王记伟 ;

王永斌 ;

张忠平 ;

肖益珊 .

中国专利 :CN113128669A ,2021-07-16

[8]

一种自监督学习辅助下的半监督学习方法及系统 [P].

李楠楠 ;

张世雄 ;

龙仕强 ;

李革 .

中国专利 :CN112686305A ,2021-04-20

[9]

一种Boosting支持向量机学习方法 [P].

高建彬 ;

赵俊祎 .

中国专利 :CN107992895A ,2018-05-04

[10]

支持向量机的主动学习方法 [P].

欧阳一昭 ;

郭庆 ;

谢莹莹 ;

宋怀明 ;

蒋丹东 .

中国专利 :CN109740640A ,2019-05-10

← 1 2 3 4 5 →