计算机应用与软件
計算機應用與軟件
계산궤응용여연건
Computer Applications and Software
2015年
11期
162-166,179
,共6页
尚耐丽%王骁力%沈鹍霄%卢玉领%马晓普%兰义华
尚耐麗%王驍力%瀋鹍霄%盧玉領%馬曉普%蘭義華
상내려%왕효력%침곤소%로옥령%마효보%란의화
半监督分类%生成模型%自训练%协同训练%图%支持向量机%流形正则化
半鑑督分類%生成模型%自訓練%協同訓練%圖%支持嚮量機%流形正則化
반감독분류%생성모형%자훈련%협동훈련%도%지지향량궤%류형정칙화
Semi-supervised classification%Generation model%Self-training%Collaboration-training%Graph%Support vector machine%Manifold regularisation
半监督学习是人工智能研究领域中的重要课题,结合有监督学习和无监督学习的优点来提高学习器的性能.针对有监督分类和无监督分类不能充分利用已标记样本和未标记样本的问题,介绍了半监督分类方法及其基本思想、研究现状、应用领域与常用算法,分析了当前半监督分类算法研究中的主要困难,同时提出了需要进一步研究的若干问题.
半鑑督學習是人工智能研究領域中的重要課題,結閤有鑑督學習和無鑑督學習的優點來提高學習器的性能.針對有鑑督分類和無鑑督分類不能充分利用已標記樣本和未標記樣本的問題,介紹瞭半鑑督分類方法及其基本思想、研究現狀、應用領域與常用算法,分析瞭噹前半鑑督分類算法研究中的主要睏難,同時提齣瞭需要進一步研究的若榦問題.
반감독학습시인공지능연구영역중적중요과제,결합유감독학습화무감독학습적우점래제고학습기적성능.침대유감독분류화무감독분류불능충분이용이표기양본화미표기양본적문제,개소료반감독분류방법급기기본사상、연구현상、응용영역여상용산법,분석료당전반감독분류산법연구중적주요곤난,동시제출료수요진일보연구적약간문제.