协同半监督的构造性学习方法OA北大核心CSCDCSTPCD
Constructive learning method based on co-training algorithm
利用构造性学习（CML）算法训练分类器需要大量已标记样本，然而获取大量已标记的样本较为困难。为此，提出了一种协同半监督的构造性学习算法。将已标记样本等分为三个训练集，分别使用构造性学习算法训练三个单分类器，以共同投票的方式对未标记样本进行标记，从而依次扩充三个单分类器训练集直到不能再扩充为止。将三个训练集合并训练出最终的分类器。选取UCI数据集进行实验，结果表明，与CML算法、Tri-CML算法、NB算法及Tri-NB相比，该方法的分类更为有效。
Constructive Machine Learning(CML)algorithm needs larger number of labeled samples to train a classifica-tion network, but it is difficult to obtain a mass of labeled samples. So a constructive learning method based on co-training algorithm is designed. It divides the limited labeled samples into three equal training sets and uses CML algorithm to train three single classifiers respectively. The unlabeled samples are labeled by voting together through the th…查看全部>>
李萍;吴涛
阜阳师范学院 信息工程学院，安徽 阜阳 236041安徽大学 智能计算与信号处理教育部重点实验室，合肥 230039
信息技术与安全科学
半监督学习构造性机器学习co-training算法tri-training算法覆盖算法
semi-supervisedconstructive machine learningco-training algorithmtri-training algorithmcovering
《计算机工程与应用》 2015 (3)
模糊信息环境下的组合预测方法的有效性理论和应用研究
129-132,207,5
国家自然科学基金（No.71371011）；安徽省高等学校省级自然科学研究重点项目（No.KJ2013A033）；阜阳师范学院自然科学项目（No.2012FSKJ11）；阜阳师范学院校级项目（No.2014FSKJ17）。
评论