基于Tri-Training半监督分类算法的研究

• 作者: 吕丹桔 吴保国 张雁
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 半监督分类 Tri-Training算法 数据编辑
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 77-79,83
• 页数: 4页
• 分类号: TP274
• 字数: 3245字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2013.07.019

摘要

在实际应用中,容易获取大量的未标记样本数据,而样本数据是有限的,因此,半监督分类算法成为研究者关注的热点.文中在协同训练Tri-Training算法的基础上,提出了采用两个不同的训练分类器的Simple-Tri-Training方法和对标记数据进行编辑的Edit-Tri-Training方法,给出了这三种分类方法与监督分类SVM的分类实验结果的比较和分析.实验表明,无标记数据的引入,在一定程度上提高了分类的性能;初始训练集和分类器的选取以及标记过程中数据编辑技术,都是影响半监督分类稳定性和性能的关键点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴保国	北京林业大学信息学院	91	983	18.0	26.0
2	张雁	北京林业大学信息学院	41	135	7.0	9.0
4	吕丹桔	西南林业大学计算机与信息学院	26	50	4.0	6.0