基于小样本的集成学习研究

• 作者: 倪勇 吴汶芪 李君
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 集成学习 选择性集成 半监督学习 选择性集成算法
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 计算机应用
• 页码范围: 41-44
• 页数: 4页
• 分类号: TP181
• 字数: 3024字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2009.12.012

摘要

为了提高集成学习在小数据量的有标记样本问题中的性能,结合半监督学习和选择性集成学习,提出了一种基于半监督回归的选择性集成算法SSRES.一方面,充分利用大量的未标记样本来辅助有标记样本的学习;另一方面,使用选择性集成学习进一步提高学习系统的泛化能力.实验结果表明,SSRES算法能够利用未标记样本和选择性集成技术提高学习器的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪勇	浙江工业大学信息学院	27	121	6.0	10.0
3	吴汶芪	浙江机电职业技术学院电子信息工程系	16	40	4.0	5.0
4	李君	浙江机电职业技术学院电子信息工程系	11	5	2.0	2.0