基于信息熵加权去噪的半监督SVM分类器

• 作者: 李英英 纪昌杰
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 支持向量机 信息熵 半监督学习 去噪 欧氏距离
• 年，卷（期）: 2013,（9）
• 页码范围: 5705-5707
• 页数: 3页
• 分类号: TP181

摘要

基于半监督学习思想，采用支持向量机算法来构建分类器，用大量未标识样本来改善分类器性能。标记后的未标识样本可能存在标记错误，采用信息熵加权的欧氏距离去噪方法，减少噪声样本对最优分类面构建的影响，并且对测试错误的数据进行人工反馈提高分类器精度。实验证明了该方法的有效性，去噪提高了分类器的准确率。