作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高半监督分类的性能,提出一种安全的基于分歧的半监督分类算法Safe Co-SSC。通过有标记样本训练3个有监督分类器,利用无标记样本的信息增加分类器的差异性,采取3个分类器加权投票的策略实现对无标记样本的伪标记;对伪标记样本进行二次验证,选用能使分类器误差减小的新增标记样本扩充标记样本集。保证新样本的添加既减小了分类器的分类误差,又提高了分类器的分歧性。对UCI数据集进行分类实验的结果表明,该算法具有较高的分类率和样本标记率。
推荐文章
基于离散度量的半监督分类算法
半监督分类
支持向量机
离散度量
一种基于KNN的半监督分类改进算法
半监督学习
KNN分类器
自训练
一种半监督的多标签Boosting分类算法
Boosting算法
半监督学习
多标签分类
结合主动学习策略的半监督分类算法
半监督分类
主动学习
投票熵
样本密度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种安全的基于分歧的半监督分类算法
来源期刊 西华大学学报(自然科学版) 学科 工学
关键词 半监督学习 分类 安全性 分歧
年,卷(期) 2014,(5) 所属期刊栏目 计算机软件理论、技术与应用
研究方向 页码范围 1-6
页数 6页 分类号 TP181
字数 6007字 语种 中文
DOI 10.3969/j.issn.1673-159X.2014.05.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵建华 西北工业大学计算机学院 39 188 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (85)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(12)
  • 参考文献(1)
  • 二级参考文献(11)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(9)
  • 参考文献(5)
  • 二级参考文献(4)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
半监督学习
分类
安全性
分歧
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西华大学学报(自然科学版)
双月刊
1673-159X
51-1686/N
大16开
四川省成都市金牛区
1982
chi
出版文献量(篇)
3399
总下载数(次)
6
总被引数(次)
16135
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导