基于随机子空间的半监督协同训练算法

• 作者: 曾宪华 王娇 罗四维
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 半监督学习 随机子空间 随机判别 协同训练 多视图 RASCO
• 年，卷（期）: 2008,（z1）
• 所属期刊栏目: 学术论文
• 页码范围: 60-65
• 页数: 6页
• 分类号: TP181
• 字数: 6357字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2008.z1.011

摘要

半监督学习是近年来的一个研究热点.协同训练(co-training)是利用未标记数据来提高传统监督学习性能的一种半临督学习范式.本文提出一种基于随机子空间的协同训练算法(RAndom Subspace CO-training,简称为RAS-CO).该算法探计多视图的协同训练.用随机判别的理论分析了算法的分类精度和泛化能力.讨论了随机子空间的维数和个数对分类忡能的影响.在UCI数据集上的实验结果表明,与其它同类算法相比,RASCO算法有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗四维	北京交通大学计算机与信息技术学院	99	1303	17.0	33.0
2	王娇	北京交通大学计算机与信息技术学院	4	57	4.0	4.0
3	曾宪华	北京交通大学计算机与信息技术学院	4	88	4.0	4.0