检索结果-内蒙古大学图书馆

计算机与数字工程 2013年第10期41卷 1583-1585页

作者：张雁林英吕丹桔西南林业大学计算机与信息学院昆明650224 云南大学软件学院昆明650091

tri-training是一种半监督学习算法,在少量标记数据下,通过三个不同的分类器,从未标记样本中采样并标记新的训练数据,作为各分类器训练数据的有效补充。但由于错误标记样本的存在,引入了噪音数据,降低了分类的性能。论文在tri-training... 详细信息

tri-training是一种半监督学习算法,在少量标记数据下,通过三个不同的分类器,从未标记样本中采样并标记新的训练数据,作为各分类器训练数据的有效补充。但由于错误标记样本的存在,引入了噪音数据,降低了分类的性能。论文在tri-training算法中分别采用DE-KNN,DE-BKNN和DE-NED三种数据编辑技术,识别移除误标记的数据。通过对六组UCI数据集的实验,分析结果表明,编辑技术的引入是有效的,三种方法的使用在一定程度上提升了tri-training算法的分类性能,尤其是DE-NED方法更为显著。

关键词：半监督学习 tri—training算法数据编辑

来源：评论

学校读者我要写书评

暂无评论

结合tri-training半监督学习和凸壳向量的SVM主动学习算法

引用

模式识别与人工智能 2016年第1期29卷 39-46页

作者：徐海龙龙光正别晓峰吴天爱郭蓬松空军工程大学防空反导学院西安710051

为解决监督学习过程中难以获得大量带有类标记样本且样本数据标记代价较高的问题,结合主动学习和半监督学习方法,提出基于tri-training半监督学习和凸壳向量的SVM主动学习算法.通过计算样本集的壳向量,选择最有可能成为支持向量的壳向... 详细信息

为解决监督学习过程中难以获得大量带有类标记样本且样本数据标记代价较高的问题,结合主动学习和半监督学习方法,提出基于tri-training半监督学习和凸壳向量的SVM主动学习算法.通过计算样本集的壳向量,选择最有可能成为支持向量的壳向量进行标记.为解决以往主动学习算法在选择最富有信息量的样本标记后,不再进一步利用未标记样本的问题,将tri-training半监督学习方法引入SVM主动学习过程,选择类标记置信度高的未标记样本加入训练样本集,利用未标记样本集中有利于学习器的信息.在UCI数据集上的实验表明,文中算法在标记样本较少时获得分类准确率较高和泛化性能较好的SVM分类器,降低SVM训练学习的样本标记代价.

关键词：主动学习半监督学习支持向量机(SVM) 凸壳向量 tri—training算法

来源：评论

学校读者我要写书评

暂无评论

基于直觉模糊集的tri-training改进算法

引用

微电子学与计算机 2016年第3期33卷 134-137,141页

作者：彭雅琴宫宁生三江学院计算机科学与工程学院江苏南京210012 南京工业大学电子与信息工程学院江苏南京210009

tri-training算法是半监督算法中的一种,其初始分类器性能受有标记样本影响较大,当样本数目不足时,分类器性能相对较弱,会直接影响后续迭代.为此提出IFS-tri-training(tri-training based on intuitionistic fuzzy sets)算法,引入SOM算... 详细信息

tri-training算法是半监督算法中的一种,其初始分类器性能受有标记样本影响较大,当样本数目不足时,分类器性能相对较弱,会直接影响后续迭代.为此提出IFS-tri-training(tri-training based on intuitionistic fuzzy sets)算法,引入SOM算法构建直觉模糊集,使得分类器在多因素下综合判别无标记样本,提高无标记样本的使用率,从而在迭代中扩展有标记样本集.在多个UCI数据上进行实验,结果数据表明,分类器的性能得到提高,学习无标记样本过程是影响分类器的关键点.

关键词： tri—training算法 SOM算法直觉模糊集半监督

来源：评论

学校读者我要写书评

暂无评论

基于tri-training的主动学习算法

引用

计算机工程 2014年第6期40卷 215-218,229页

作者：张雁吴保国吕丹桔林英北京林业大学信息学院北京100083 西南林业大学计算机与信息学院昆明650224 云南大学软件学院昆明650091

半监督学习和主动学习都是利用未标记数据,在少量标记数据代价下同时提高监督学习识别性能的有效方法。为此,结合主动学习方法与半监督学习的tri-training算法,提出一种新的分类算法,通过熵优先采样算法选择主动学习的样本。针对UCI数... 详细信息

半监督学习和主动学习都是利用未标记数据,在少量标记数据代价下同时提高监督学习识别性能的有效方法。为此,结合主动学习方法与半监督学习的tri-training算法,提出一种新的分类算法,通过熵优先采样算法选择主动学习的样本。针对UCI数据集和遥感数据,在不同标记训练样本比例下进行实验,结果表明,该算法在标记样本数较少的情况下能取得较好的效果。将主动学习与tri-training算法相结合,是提高分类性能和泛化性的有效途径。

关键词：半监督学习主动学习 tri—training算法熵优先采样 tri-EPS算法

来源：评论

学校读者我要写书评

暂无评论

基于tri-training半监督分类算法的研究

引用

计算机技术与发展 2013年第7期23卷 77-79,83页

作者：张雁吕丹桔吴保国北京林业大学信息学院北京100083 西南林业大学计算机与信息学院云南昆明650224

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... 详细信息

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

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：