基于Tri-Training半监督分类算法的研究 |
| |
引用本文: | 张雁,吕丹桔,吴保国.基于Tri-Training半监督分类算法的研究[J].微机发展,2013(7):77-79,83. |
| |
作者姓名: | 张雁 吕丹桔 吴保国 |
| |
作者单位: | 北京林业大学信息学院;西南林业大学计算机与信息学院 |
| |
基金项目: | 云南省教育科研基金资助项目(2010Y290) |
| |
摘 要: | 在实际应用中,容易获取大量的未标记样本数据,而样本数据是有限的,因此,半监督分类算法成为研究者关注的热点。文中在协同训练Tri-Training算法的基础上,提出了采用两个不同的训练分类器的Simple-Tri-Training方法和对标记数据进行编辑的Edit-Tri-Training方法,给出了这三种分类方法与监督分类SVM的分类实验结果的比较和分析。实验表明,无标记数据的引入,在一定程度上提高了分类的性能;初始训练集和分类器的选取以及标记过程中数据编辑技术,都是影响半监督分类稳定性和性能的关键点。
|
关 键 词: | 半监督分类 Tri-Training算法 数据编辑 |
本文献已被 CNKI 等数据库收录! |
|