一种半监督的多标签Boosting分类算法

• 作者: 佀洁 赵晨阳
• 来源期刊: 计算机应用研究
• 关键词: Boosting算法 半监督学习 多标签分类
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3266-3268
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.09.017

摘要

针对标记数据不足的多标签分类问题,提出一种新的半监督Boosting算法,即基于函数梯度下降方法给出一种半监督Boosting多标签分类的框架,并将非标记数据的条件熵作为一个正则化项引入分类模型.实验结果表明,对于多标签分类问题,新的半监督Boosting算法的分类效果随着非标记数据数量的增加而显著提高,在各方面都优于传统的监督Boosting算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵晨阳	西北大学数学系	8	9	2.0	3.0
2	佀洁	西北大学信息科学与技术学院	9	15	3.0	3.0