SSXCS:半监督学习分类系统

• 作者: 俞亚君 史颖欢 张剡 霍静 高阳
• 来源期刊: 南京大学学报（自然科学版）
• 关键词: 学习分类系统 半监督学习 规则标记
• 年，卷（期）: 2013,（5）
• 页码范围: 611-618
• 语种: 中文

摘要

学习分类系统作为一种自适应的机器学习技术,已经被成功地运用于解决多种学习问题.传统的学习分类系统的工作主要关注监督学习(分类)和无监督学习(聚类)环境下的研究,而学习分类系统在半监督学习环境下的效果不得而知.因此提出一种新的半监督学习分类系统(SSXCS),目的是研究学习分类系统是否能够在已知少量的已标记数据的情况下利用大量的未标记数据来提高学习性能.SSXCS先通过更新与进化得到对应的已标记规则集与无标记规则集,然后利用新提出的规则标记算法对无标记规则集进行标记,约简规则后生成最终的分类系统.实验结果表明,SSXCS能够有效地利用提供的无标记数据来提高分类器性能,同时相比较于一般的半监督学习算法,SSXCS能够取得更好或者相当的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张剡	南京大学计算机软件新技术国家重点实验室	12	102	5.0	10.0
2	高阳	南京大学计算机软件新技术国家重点实验室	77	1645	20.0	39.0
3	史颖欢	南京大学计算机软件新技术国家重点实验室	8	59	5.0	7.0
4	霍静	南京大学计算机软件新技术国家重点实验室	4	44	3.0	4.0
5	俞亚君	南京大学计算机软件新技术国家重点实验室	2	27	2.0	2.0