《多值逻辑与软计算杂志》，第17卷，第255-287页（2011年）。}，{“key”：“2”，“unstructured”：“[2]Bdoiu，M.和Clarkson，K.L.：球的最佳核集，计算几何，理论应用（2008）。}，{“key”：“3”，“unstructured”：“[3]Bigus，J.P.：agent构建和学习环境，程序。第四届自治机构国际会议，美国纽约，第108-109页（2000年）。}，{“key”：“4”，“unstructured”：“[4]Cano，J.R.，Herrera，F.和Lozano，M.：使用进化算法作为KDD中数据缩减的实例选择：一项实验研究，IEEE传输。进化计算，第7卷，第6期，第561-575页（2003年）。“}，{”key“：”5“，”unstructured“：”[5]Cao，L.，Gorodetsky，V.和Mitkas，P.A.：代理挖掘：代理与数据挖掘的协同作用，IEEE传输。《智能系统》，第24卷，第3期，第64-72页（2009年）。“}，{”key“：”6“，”unstructured“：”[6]Chawla，N.V.，Bowyer，K.W.，Hall，L.O.和Kegelmeyer，W.P.：SMOTE：合成少数过采样技术，《人工智能研究杂志》，第16卷，第321-357页（2002年）。“}，{”key“：”7“，”unstructured“：”[7]Cortes，C.和Vapnik，V.：Support-Vector Networks，机器学习，第273-297页（1995年）。“}，{”key“：”8“，”unstructured“：”[8]Cunningham，P.：基于事例推理的相似机制分类，IEEE传输。《知识与数据工程》，第21卷，第11期，第1532-1543页（2009年）。“}，｛”键“：”9“，”非结构化“：”[9]Farmer，M.E.，Bapna，S.和Jain，A.K.：使用改进随机变异爬山的大规模特征选择，程序。第17届模式识别国际会议，第2卷，第287-290页（2004）。“}，{”key“：”10“，”unstructured“：”[10]Frank，A.和Asuncion，A.：UCI机器学习库，可从<http://\/archive.ics.UCI.edu\/ml>获取，加州欧文：加州大学信息与计算机科学学院（2010）。“}”，{“key”：“11”，“unstructure”：“[11]Gao，J.，Ding，B.，Fan，W.，Han，J.和Yu，P.S.：用偏斜类分布和概念漂移对数据流进行分类，IEEE传输。《互联网计算》，第12卷，第6期，第37-49页（2008年）。“}，{”key“：”12“，”doi-asserted-by“：”crossref“，”unstructured“：”[12]Garcia，S.，Derrac，J.，Cano，J.R.和Herrera，F.：最近邻分类的原型选择：分类学和实证研究，IEEE传输。模式分析与机器智能，第99卷（2011年）（预打印）。“，”DOI“：”10.1109\/TPMI.2011.142“｝，｛”key“：”13“，”非结构化“：”[13]Gustavo，E.A.，Batista，P.A.，Prati，R.C.和Monard，M.C.：平衡机器学习训练数据的几种方法的行为研究，ACM SIGKDD探索新闻稿，第6卷，第1期，第20-29页（2004年）。“}，{”key“：”14“，”unstructured“：”[14]Hagras，H.，Callaghan，V.，Colley，M.，Clarke，G.，Pounds-Cornish，A.和Duman，H.：使用嵌入式代理创建环境智能环境，IEEE智能系统，第19卷，第12-20页（2004）。“}，{”key“：”15“，”unstructured“：”[15]Han，J.和Kamber，M.：数据挖掘：概念和技术，第二版，Morgan Kaufmann（2006）。“}，{”key“：”16“，”unstructured“：”[16]Kalegele，K.，Sveholm，J.，Takahashi，H.，Sasai，K.、Kitagata，G.和Kinoshita，T.：用于学习工件的按需数据数量减少，2012年IEEE第26届高级信息网络和应用国际会议，第151-159页（2012）。“}，{”key“：”17“，”unstructured“：”[17]Kalegele，K.，Sveholm，J.，Takahashi，H.，Sasai，K.、Kitagata，G.和Kinoshita，T.：基于采矿的Agent学习的动态数量缩减，程序。第19届多媒体通信和分布式处理研讨会，第51-56页（2011年10月）。“}，{”key“：”18“，”doi-asserted-by“：”crossref“，”unstructured“：”[18]Kalegele，K.，Sveholm，J.，Takahashi，H.，Sasai，K.、Kitagata，G.和Kinoshita，T.：对象学习的按需数字减少，程序。物联网和服务平台研讨会，第6卷，第1-8页（2011年12月）。“，”DOI“：”10.1145\/2079353.2079359“}，{”key“：”19“，”unstructured“：”[19]Kumar，P.，Mitchell，J.S.B.和Yildirim，E.A.：使用芯组的高维围球近似最小值，《实验算法》，第8卷，第1.1条（2003年）。}，{“key”：“20”，“unstructured”：“[20]Liu，H.，Dougherty，E.R.，Dy，J.G.，Torkkola，K.，Tuv，E.，Peng，H.、Ding，C.，Long，F.，Berens，M.，Parsons，L.，Zhao，Yu，L.和Forman，G.：进化特征选择，IEEE传输。《智能系统》，第20卷，第6期，第64-76页（2005年）。“}，{”key“：”21“，”unstructured“：”[21]Makita，Y.，de Hoon，M.和Danchin，A.：Hon-yaku:一种生物学驱动的贝叶斯方法，用于识别原核生物中的翻译起始位点，BMC生物信息学杂志，第8卷，第1期，第47页（2007年）。“}，{”key“：”22“，”unstructured“：”[22]Mitkas，P.、Symeonidis，A.、Kechagias，D.、Athanasiadis，I.N.、Laleci，G.、Kurt，G.，Kabak，Y.、Acar，A.和Dogac，A.：动态代理再培训的代理框架：代理学院，程序。第十二届电子商务和电子工作年会，第16-18页（2002年）。“}，{”key“：”23“，”unstructured“：”[23]Nielsen，F.和Nock，R.：近似最小封闭球及其在机器学习中的应用，国际计算几何与应用杂志，第19卷（2009年）。“}，{”key“：”24“，”unstructured“：”[24]Platt，J.：使用序列最小优化快速训练支持向量机，《核方法的进展——支持向量学习》，麻省理工学院出版社（1998年）。“}，{”key“：”25“，”unstructured“：”[25]Quinlan，J.R.：C4.5中连续属性的改进使用，《人工智能研究杂志》，第4卷，第77-90页（1996年）。“}，{”key“：”26“，”unstructured“：”[26]Segata，N.，Blanzieri，E.，Delany，S.J.和Cunningham，P.：基于实例学习的局部最大边际法降噪，《智能信息系统杂志》，第35卷，第301-331页（2010年）。“}，｛”键“：”27“，”非结构化“：”[27]Seiffert，C.，Khoshgoftar，T.M.，Van Hulse，J.和Napolitano，A.：RUSBoost:缓解阶级失衡的混合方法，IEEE传输。《系统、人与控制论》，第40卷，第1期，第1-4页（2010年）。“}，{“key”：“28”，“nonstructured”：“[28]Skalak，D.B.：通过采样和随机变异爬山算法进行原型和特征选择，程序。第11届国际机器学习大会，第293-301页（1994年）。“}，{”key“：”29“，”unstructured“：”[29]Symeonidis，A.L.，Mitkas，P.A.和Kechagias，D.D.：挖掘模式和规则，通过集成多代理平台提高代理智能，程序。第六届IASTED国际会议，人工智能和软计算（2002年7月）。“}，{”key“：”30“，”unstructured“：”[30]Tsang，I.W.，Kwok，J.T.和Cheung，P.M.：核心向量机：对超大数据集进行快速SVM训练，机器学习研究杂志(JMLR<\/i>），第6卷，第363-392页（2005年）。“}，{”key“：”31“，”unstructured“：”[31]Wilson，D.L.：使用编辑数据的最近邻规则的渐近性质，IEEE传输。《系统、人与网络理论》，第2卷，第408-421页（1972年）。“}，{”key“：”32“，”unstructured“：”[32]Wilson，D.R.和Martinez，T.R.：基于实例学习算法的简化技术，《机器学习杂志》，第38卷，第3期，第257-286页（2000年）。“}，{”key“：”33“，”unstructured“：”[33]Witten，I.H.和Frank，E.：数据挖掘：实用机器学习工具和技术，第二版，Morgan Kaufmann（2005）。“}，{”key“：”34“，”unstructured“：”[34]可从<http://www.opportunity-project.eu\/>.“}]获得，”container-title“：[”Journal of Information Processing“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\\/www.jstage.jst.go.jp\/article\/ipsjp\/21\/21_329\/_pdf“，”content-type“：”unspecified“，”content-vers“离子“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2022,2,13]]，”date-time“：”2022-02-13T18:43:19Z“，”timestamp“：1644777799000}，”score“：1，”resource“：{“primary”：{“URL”：“https:\/\/www.jstage.jst.go.jp\/article\/ipsjjip\/21\/21\%21_329\/_article“}}”，“subtitle”：[]，“shorttitle”：[]，“已发布”：{“日期-部分”：[[2013]]}，“references-count“：34，”journal-issue“：{”issue“：”2“，”published-print“：{”date-parts“：[[2013]]}}，”URL“：”http://\/dx.doi.org\/10.2197\/ipsjjip.21.329“，”relationship“：{}，“ISSN”：[“1882-6652”]，”ISSN-type“：[{”value“：”1882-6653“，”type“”：“electronic”}]，“subject”：[]，“published”：{“date”部分”：【2013年】}}}