中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2011年
11期
2036-2040
,共5页
NN分类方法%半监督学习机理%半监督分类
NN分類方法%半鑑督學習機理%半鑑督分類
NN분류방법%반감독학습궤리%반감독분류
针对NN(nearest neighbor)和kNN( k-nearest neighbor)方法在标记样本较少时,分类正确率不高的缺陷,根据人脑分类样本时,自觉地利用未标记样本的半监督学习机理,提出一种人脑半监督学习机理分类方法.该方法利用未标记样本间的近邻关系,减少了标记样本数量对分类正确率的影响程度.在MNIST手写体数字库和ORL人脸库上的样本分类实验表明,在标记样本数较少的情况下,该方法的分类正确率比NN和kNN方法高得多.
針對NN(nearest neighbor)和kNN( k-nearest neighbor)方法在標記樣本較少時,分類正確率不高的缺陷,根據人腦分類樣本時,自覺地利用未標記樣本的半鑑督學習機理,提齣一種人腦半鑑督學習機理分類方法.該方法利用未標記樣本間的近鄰關繫,減少瞭標記樣本數量對分類正確率的影響程度.在MNIST手寫體數字庫和ORL人臉庫上的樣本分類實驗錶明,在標記樣本數較少的情況下,該方法的分類正確率比NN和kNN方法高得多.
침대NN(nearest neighbor)화kNN( k-nearest neighbor)방법재표기양본교소시,분류정학솔불고적결함,근거인뇌분류양본시,자각지이용미표기양본적반감독학습궤리,제출일충인뇌반감독학습궤리분류방법.해방법이용미표기양본간적근린관계,감소료표기양본수량대분류정학솔적영향정도.재MNIST수사체수자고화ORL인검고상적양본분류실험표명,재표기양본수교소적정황하,해방법적분류정학솔비NN화kNN방법고득다.