|
|||||
|
|
| 邻域粗糙协同分类模型 | |
| 引用本文： | 张维,苗夺谦,高灿,岳晓冬. 邻域粗糙协同分类模型[J]. 计算机研究与发展, 2014, 51(8) |
| 作者姓名： | 张维 苗夺谦 高灿 岳晓冬 |
| 作者单位： | 1. 同济大学电子与信息工程学院 上海 201804;上海电力学院计算机科学与技术学院 上海200090;嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804 2. 同济大学电子与信息工程学院 上海 201804;嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804 3. 中联重科股份有限公司 长沙410013 4. 上海大学计算机工程与科学学院 上海 200444 |
| 基金项目： | 国家自然科学基金项目，中央高校基本科研业务费专项资金项目 |
| 摘 要： | Pawlak粗糙集理论是一种有监督学习模型,只适合处理离散型数据.但在一些现实问题中存在着大量的连续型数据,并且有标记数据很有限,更多的是无标记数据.结合邻域粗糙集和协同学习理论,提出了适合处理连续型数据并可有效利用无标记数据提升分类性能的邻域粗糙协同分类模型.该模型首先构建了邻域粗糙半监督约简算法,并利用该算法提取两个差异性较大的约简构造基分类器,然后迭代地在无标记数据上交互协同学习.UCI数据集实验对比分析表明,与其他同类模型相比,该模型有较好的性能. |
| 关 键 词： | 邻域粗糙集 邻域互信息 半监督约简 协同学习 连续型数据 |
A Neighborhood Rough Sets-Based Co-Training Model for Classification |
|
| Zhang Wei,Miao Duoqian,Gao Can,Yue Xiaodong. A Neighborhood Rough Sets-Based Co-Training Model for Classification[J]. Journal of Computer Research and Development, 2014, 51(8) | |
| Authors: | Zhang Wei Miao Duoqian Gao Can Yue Xiaodong |
| Abstract: | |
| Keywords: | neighborhood rough sets neighborhood mutual information semi-supervised reduction co-training continuous data |
| 本文献已被 CNKI 等数据库收录！ | |