首页 | 本学科首页   官方微博 | 高级检索  
     

基于非线性Logistic模型的改进UDEED算法
引用本文:庄立纯,张正军,张乃今,李君娣.基于非线性Logistic模型的改进UDEED算法[J].计算机工程,2019,45(7):208-211.
作者姓名:庄立纯  张正军  张乃今  李君娣
作者单位:南京理工大学理学院,南京,210094;南京理工大学理学院,南京,210094;南京理工大学理学院,南京,210094;南京理工大学理学院,南京,210094
摘    要:针对UDEED算法中线性Logistic模型分类预测准确率较低的问题,基于泰勒展开式,提出一种多项式核的非线性Logistic模型改进算法。研究非线性Logistic模型的核函数参数估计方法,更新损失函数的计算规则,并利用梯度下降法求解改进UDEED模型,实现数据集的分类预测。实验结果表明,与UDEED算法相比,改进算法提高了分类预测的准确率。

关 键 词:UDEED算法  非线性Logistic模型  半监督学习  无标签数据  梯度下降

Improved UDEED Algorithm Based on Nonlinear Logistic Model
ZHUANG Lichun,ZHANG Zhengjun,ZHANG Naijin,LI Jundi.Improved UDEED Algorithm Based on Nonlinear Logistic Model[J].Computer Engineering,2019,45(7):208-211.
Authors:ZHUANG Lichun  ZHANG Zhengjun  ZHANG Naijin  LI Jundi
Affiliation:(School of Science,Nanjing University of Science and Technology,Nanjing 210094,China)
Abstract:ZHUANG Lichun;ZHANG Zhengjun;ZHANG Naijin;LI Jundi(School of Science,Nanjing University of Science and Technology,Nanjing 210094,China)
Keywords:UDEED algorithm  nonlinear Logistic model  semi-supervised learning  unlabeled data  gradient descent
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号