基于辅助学习与富信息策略的Tri-training算法

• 作者: 崔荣一 崔龙杰 王红丽
• 来源期刊: 计算机应用研究
• 关键词: 半监督学习 富信息策略 辅助学习策略 Tri-training 说话声识别
• 年，卷（期）: 2014,（9）
• 页码范围: 2685-2687
• 页数: 3页
• 分类号: TP391.41|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.09.029

摘要

针对Tri-training算法利用无标记样例时会引入噪声且限制无标记样例的利用率而导致分类性能下降的缺点,提出了AR-Tri-training(Tri-training with assistant and rich strategy)算法.提出辅助学习策略,结合富信息策略设计辅助学习器,并将辅助学习器应用在Tri-training训练以及说话声识别中.实验结果表明,辅助学习器在Tri-training训练的基础上不仅降低每次迭代可能产生的误标记样例数,而且能够充分地利用无标记样例以及在验证集上的错分样例信息.从实验结果可以得出,该算法能够弥补Tri-training算法的缺点,进一步提高测试率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红丽		1	0	0.0	0.0