模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2012年
5期
745-754
,共10页
高灿%苗夺谦%张志飞%刘财辉
高燦%苗奪謙%張誌飛%劉財輝
고찬%묘탈겸%장지비%류재휘
粗糙集%差别矩阵%半监督约简%主动学习%协同训练
粗糙集%差彆矩陣%半鑑督約簡%主動學習%協同訓練
조조집%차별구진%반감독약간%주동학습%협동훈련
摘要 粗糙集理论是一种有监督学习模型,一般需要适量有标记的数据来训练分类器.但现实一些问题往往存在大量无标记的数据,而有标记数据由于标记代价过大较为稀少.文中结合主动学习和协同训练理论,提出一种可有效利用无标记数据提升分类性能的半监督粗糙集模型.该模型利用半监督属性约简算法提取两个差异性较大的约简构造基分类器,然后基于主动学习思想在无标记数据中选择两分类器分歧较大的样本进行人工标注,并将更新后的分类器交互协同学习.UCI数据集实验对比分析表明,该模型能明显提高分类学习性能,甚至能达到数据集的最优值.
摘要 粗糙集理論是一種有鑑督學習模型,一般需要適量有標記的數據來訓練分類器.但現實一些問題往往存在大量無標記的數據,而有標記數據由于標記代價過大較為稀少.文中結閤主動學習和協同訓練理論,提齣一種可有效利用無標記數據提升分類性能的半鑑督粗糙集模型.該模型利用半鑑督屬性約簡算法提取兩箇差異性較大的約簡構造基分類器,然後基于主動學習思想在無標記數據中選擇兩分類器分歧較大的樣本進行人工標註,併將更新後的分類器交互協同學習.UCI數據集實驗對比分析錶明,該模型能明顯提高分類學習性能,甚至能達到數據集的最優值.
적요 조조집이론시일충유감독학습모형,일반수요괄량유표기적수거래훈련분류기.단현실일사문제왕왕존재대량무표기적수거,이유표기수거유우표기대개과대교위희소.문중결합주동학습화협동훈련이론,제출일충가유효이용무표기수거제승분류성능적반감독조조집모형.해모형이용반감독속성약간산법제취량개차이성교대적약간구조기분류기,연후기우주동학습사상재무표기수거중선택량분류기분기교대적양본진행인공표주,병장경신후적분류기교호협동학습.UCI수거집실험대비분석표명,해모형능명현제고분류학습성능,심지능체도수거집적최우치.