基于Co-training的烟草原料数据优化分析

• 作者: 丁香乾 卢加磊 朱世华 黄跃华
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 半监督学习 协同训练 期望最大化 朴素贝叶斯算法 烟草数据分析
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 应用与开发
• 页码范围: 176-179
• 页数: 4页
• 分类号: TP391
• 字数: 3633字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2010.02.049

摘要

本文根据烟草行业对原料数据综合分析的实际需要,结合机器智能学科中半监督体系内的Co-training方法进行理论和应用分析.本文在理论分析的基础上得到Co-training方法应用于烟草原料数据优化分析的机器学习模型,并且通过实验数据的总结验证和与其他算法的比较,表明此算法模型具有一定优越性的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁香乾	中国海洋大学信息工程中心	99	1107	16.0	30.0
2	卢加磊	中国海洋大学信息科学与工程学院	2	4	1.0	2.0