一种基于KNN的半监督分类改进算法

• 作者: 刘星 张师超 谢扬才 陆广泉
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 半监督学习 KNN分类器 自训练
• 年，卷（期）: 2012,（1）
• 页码范围: 45-49
• 分类号: TP181
• 字数: 3359字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2012.01.010

摘要

本文提出一种新的基于KNN分类的半监督学习self-training改进算法,并以多个UCI数据集为实验,对基于KNN的半监督分类模型算法进行改进,充分利用已知类别标签数据的正确知识进行自训练,以得到最终分类结果.实验结果表明,该方法能显著提高分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张师超	广西师范大学计算机科学与信息工程学院	50	981	14.0	30.0
2	陆广泉	广西师范大学计算机科学与信息工程学院	2	23	2.0	2.0
3	谢扬才	广西师范大学计算机科学与信息工程学院	2	23	2.0	2.0
4	刘星	广西师范大学计算机科学与信息工程学院	4	25	2.0	4.0