兰霞
- 作品数：4 被引量：10H指数：2
- 供职机构：四川师范大学计算机科学学院更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于图的半监督协同训练算法被引量：5
- 2012年
- 在分类器训练过程中,无标记数据的引入容易产生噪音,从而降低分类精度。为此,提出一种基于图的置信度估计半监督协同训练算法。利用样本数据自身的结构信息,计算无标记样本所属类别概率。采用多分类器对无标记数据进行置信度估计,以提高无标记数据挑选标准,减少噪音数据的引入。在UCI数据集上的对比实验验证了该算法的有效性。
- 郭涛李贵洋兰霞
- 关键词：半监督学习置信度
- 基于图的半监督协同训练算法
- 2012年
- 针对协同训练算法对无标记数据挑选效率较低,导致噪声数据引入问题,提出了基于图的置信度估计半监督协同训练算法(CESL)。利用样本数据自身的结构信息,显式计算无标记样本所属类别概率。同时,采用了多分类器隐式对无标记数据进行置信度估计,以提高无标记数据挑选标准。将显示计算和隐式估计结合对无标记数据进行选择,减低噪音数据的引入,更新分类器。在UCI数据集上的对比实验表明了该算法的有效性。
- 郭涛李贵洋兰霞
- 关键词：半监督学习置信度
- 基于遗传算法的噪声过滤协同训练算法被引量：1
- 2014年
- 为解决分类器训练过程中由于无标记数据的引入,容易产生噪音、降低分类精度的问题,提出了基于遗传算法的噪声过滤协同训练算法(CGA)。充分利用遗传算法的寻优功能,产生高适应度的分类规则,达到辅助协同训练算法挑选有价值的无标记数据,降低噪音的引入,确保参与协同训练分类器的精度和性能得到有效更新的目的。在UCI数据集上的实验验证了该算法的有效性。
- 郭涛李贵洋兰霞
- 关键词：遗传算法半监督学习噪声过滤
- 半监督协同训练算法的研究
- 传统的监督学习往往需要大量的带类别标签/(Label/)的样本对分类器进行训练。然而,在实际应用中,有标记样本/(Labeled data/)的获取较困难,无标记样本/(Unlabeled data/)的获取却很容易。因...
- 兰霞
- 关键词：半监督学习
- 文献传递
