基于Tri-Training算法的数据编辑技术

• 作者: 吕丹桔 张雁 林英
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 半监督学习 Tri-Training算法 数据编辑
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 算法与分析
• 页码范围: 1583-1585
• 页数: 3页
• 分类号: TP391
• 字数: 3136字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2013.10.011

摘要

Tri Training是一种半监督学习算法,在少量标记数据下,通过三个不同的分类器,从未标记样本中采样并标记新的训练数据,作为各分类器训练数据的有效补充.但由于错误标记样本的存在,引入了嗓音数据,降低了分类的性能.论文在Tri-Training算法中分别采用DE-KNN,DE-BKNN和DE-NED三种数据编辑技术,识别移除误标记的数据.通过对六组UCI数据集的实验,分析结果表明,编辑技术的引入是有效的,三种方法的使用在一定程度上提升了Tri-Training算法的分类性能,尤其是DE-NED方法更为显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林英	云南大学软件学院	32	197	7.0	12.0
2	张雁	西南林业大学计算机与信息学院	41	135	7.0	9.0
3	吕丹桔	西南林业大学计算机与信息学院	26	50	4.0	6.0