基于特征变换的Tri-Training算法

• 作者: 范明 赵文亮 郭华平
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 特征变换 已标记实例集 差异 自助抽样 泛化能力
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 183-187,191
• 页数: 6页
• 分类号: TP18
• 字数: 4554字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.05.038

摘要

提出一种基于特征变换的Tri-Training算法。通过特征变换将已标记实例集映射到新空间，得到有差异的训练集，从而构建准确又存在差异的基分类器，避免自助采样不能充分利用全部已标记实例集的问题。为充分利用数据类分布信息，设计基于Must-link和Cannot-link约束集合的特征变换方法(TMC)，并将其用于基于特征变换的Tri-Training算法中。在UCI数据集上的实验结果表明，在不同未标记率下，与经典的Co-Training、Tri-Trainng算法相比，基于特征变换的Tri-Training算法可在多数数据集上得到更高的准确率。此外，与Tri-LDA和Tri-CP算法相比，基于TMC的Tri-Training算法具有更好的泛化性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭华平	郑州大学信息工程学院	12	41	4.0	6.0
2	范明	郑州大学信息工程学院	55	376	11.0	16.0
3	赵文亮	郑州大学信息工程学院	1	0	0.0	0.0