类不均衡的半监督高斯过程分类算法

• 作者: 万玲 夏士雄 夏战国 蔡世玉
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 类不均衡 半监督 高斯过程分类 自训练
• 年，卷（期）: 2013,（5）
• 页码范围: 42-51
• 分类号: TP181
• 字数: 9436字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436x.2013.05.005

摘要

针对传统的监督学习方法难以解决真实数据集标记信息少、训练样本集中存在类不均衡的问题,提出了类不均衡的半监督高斯过程分类算法.算法引入自训练的半监督学习思想,结合高斯过程分类算法计算后验概率,向未标记数据中注入类标记以获得更多准确可信的标记数据,使得训练样本的类分布相对平衡,分类器自适应优化以获得较好的分类效果.实验结果表明,在类不均衡的训练样本及标记信息过少的情况下,该算法通过自训练分类器获得了有效标记,使分类精度得到了有效提高,为解决类不均衡数据分类提供了一个新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏士雄	中国矿业大学计算机科学与技术学院	118	1158	18.0	28.0
2	夏战国	中国矿业大学计算机科学与技术学院	23	137	7.0	11.0
3	万玲	中国矿业大学计算机科学与技术学院	7	52	4.0	7.0
4	蔡世玉	中国矿业大学计算机科学与技术学院	11	43	3.0	6.0