«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:

期数:

2013年07期

页码:

77-79

栏目:

智能、算法、系统工程

出版日期:

1900-01-01

文章信息/Info

Title:

Research of Semi-supervised Classification Algorithm Based on Tri-Training

文章编号:

1673-629X（2013）07-0077-03

作者:

张雁¹; 2; 吕丹桔²; 吴保国¹

[1]北京林业大学 信息学院;[2]西南林业大学 计算机与信息学院

Author(s):

ZHANG Yan[1; 2]; L(U) Dan-ju[2]; WU Bao-guo[1]

关键词:

半监督分类; Tri-Training算法; 数据编辑

Keywords:

semi-supervised classification; Tri-Training algorithm; data editing

文献标志码:

A

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

常用功能

更新日期/Last Update: 1900-01-01