基于核策略的半监督学习方法

• 作者: 李凯 陈新勇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 半监督学习 核 度量 分类
• 年，卷（期）: 2009,（15）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 170-172
• 页数: 3页
• 分类号: TP389.1
• 字数: 3242字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.15.059

摘要

通过扩展核一致性方法,提出基于核策略的半监督学习算法GCM,研究5种不同度量方法中参数与算法性能的关系,对使用不同度量的GCM算法的性能进行比较.实验结果表明,使用指数度量的GCM算法的性能最优,而使用欧几里得度量的GCM算法的性能最差.不同度量中的参数取值对算法的性能具有一定的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凯	河北大学数学与计算机学院	52	435	12.0	19.0
5	陈新勇	河北大学数学与计算机学院	2	8	1.0	2.0