| 基于RSC模型和噪声去除的半监督训练方法 |
| |
| 引用本文： | 袁兴梅,谢雪莲. 基于RSC模型和噪声去除的半监督训练方法[J]. 计算机工程与科学, 2013, 35(9): 162 |
| |
| 作者姓名： | 袁兴梅 谢雪莲 |
| |
| 作者单位： | 南京工程学院信息化建设与管理办公室,江苏南京,211167 |
| |
| 基金项目： | 南京工程学院青年基金资助项目 |
| |
| 摘 要： | “半监督学习”是利用已经标记好的训练样本和未标记的训练样本一起训练分类器.传统的半监督训练过程对噪声不作辨别,这种做法会因噪声的存在破坏分类器的训练过程,进而影响分类器的分类效果.针对该问题,提出了基于RSC模型和噪声去除的半监督训练方法,在样本训练过程中,使用RSC标签扩展的方法,并添加噪声去除环节.实验表明,该算法能有效降低半监督学习中噪声对分类器的影响,得到更加精确的分类边界,最终提高算法的性能和稳定性.
|
| 关 键 词： | 半监督学习 噪声去除 分类器训练 RSC模型 标签扩展 训练集 |
Semi-supervised training approach based on RSC model and noise removing |
| |
| YUAN Xing-mei , XIE Xue-lian. Semi-supervised training approach based on RSC model and noise removing[J]. Computer Engineering & Science, 2013, 35(9): 162 |
| |
| Authors: | YUAN Xing-mei XIE Xue-lian |
| |
| Abstract: | |
| |
| Keywords: | semi-supervised learning noise remove classifier training RSC model label extension training set |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与科学》浏览原始摘要信息 |
|
点击此处可从《计算机工程与科学》下载全文 |
|
