.png){kind=icon}
返回
Fuzzy-driven broad learning system with class probability and density awareness for multi-view data
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neunet.2026.108914.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 引入带有自适应钟形权重的样本可靠性CPBS-BLS。
• 整合类别概率和不平衡比率以抑制噪声和异常值。
• 扩展至CPBS-MvBLS以利用多视图互补信息。
• 提供理论泛化界以确保鲁棒性和可靠性。
• 在UCI、KEEL和AwA数据集上实现更优的准确性和噪声容忍度。
Keyword:
CPBS-BLS
multi-view learning
class probability
density awareness
noise tolerance
