电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2013年
1期
35-41
,共7页
于重重%商利利%谭励%涂序彦%杨扬%王竞燕
于重重%商利利%譚勵%塗序彥%楊颺%王競燕
우중중%상리리%담려%도서언%양양%왕경연
半监督协同分类算法%Tri-Training算法%增强差异性策略%分层抽样法
半鑑督協同分類算法%Tri-Training算法%增彊差異性策略%分層抽樣法
반감독협동분류산법%Tri-Training산법%증강차이성책략%분층추양법
半监督学习中的Tri-Taining算法打破了以往算法对充分冗余视图的限制,并通过利用三个分类器处理标记置信度和样本预测问题提高了标记效率.为进一步增强协同训练过程中分类器之间的差异性以提高性能,本文在其理论基础上提出了一种增强差异性的半监督协同分类算法.该算法利用三个不同的分类器进行学习；考虑到分类模型在更新过程中,可能会因随机抽样导致性能恶化,该算法利用基于标记类别的分层抽样法来对已标记样本集进行抽样,并通过基于分类正确率的加权投票法实现了分类器的集成,提高了预测准确率.本文通过实验对所提出算法与Tri-Training算法做了性能比较,实验结果表明本文所提出的方法在分类问题上具有较好的性能,验证了该算法的有效性和可行性.
半鑑督學習中的Tri-Taining算法打破瞭以往算法對充分冗餘視圖的限製,併通過利用三箇分類器處理標記置信度和樣本預測問題提高瞭標記效率.為進一步增彊協同訓練過程中分類器之間的差異性以提高性能,本文在其理論基礎上提齣瞭一種增彊差異性的半鑑督協同分類算法.該算法利用三箇不同的分類器進行學習；攷慮到分類模型在更新過程中,可能會因隨機抽樣導緻性能噁化,該算法利用基于標記類彆的分層抽樣法來對已標記樣本集進行抽樣,併通過基于分類正確率的加權投票法實現瞭分類器的集成,提高瞭預測準確率.本文通過實驗對所提齣算法與Tri-Training算法做瞭性能比較,實驗結果錶明本文所提齣的方法在分類問題上具有較好的性能,驗證瞭該算法的有效性和可行性.
반감독학습중적Tri-Taining산법타파료이왕산법대충분용여시도적한제,병통과이용삼개분류기처리표기치신도화양본예측문제제고료표기효솔.위진일보증강협동훈련과정중분류기지간적차이성이제고성능,본문재기이론기출상제출료일충증강차이성적반감독협동분류산법.해산법이용삼개불동적분류기진행학습；고필도분류모형재경신과정중,가능회인수궤추양도치성능악화,해산법이용기우표기유별적분층추양법래대이표기양본집진행추양,병통과기우분류정학솔적가권투표법실현료분류기적집성,제고료예측준학솔.본문통과실험대소제출산법여Tri-Training산법주료성능비교,실험결과표명본문소제출적방법재분류문제상구유교호적성능,험증료해산법적유효성화가행성.
