基于SOM神经网络的半监督分类算法

• 作者: 赵建华
• 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 自组织特征映射神经网络 分类 聚类
• 年，卷（期）: 2015,（1）
• 页码范围: 158-163
• 页数: 6页
• 分类号: TP181
• 字数: 5023字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-159X.2015.01.0

摘要

为提高半监督分类的性能，提出一种基于SOM神经网络的半监督分类算法SSC-SOM。结合SOM的聚类特性，基于先聚类后标记的思想，充分利用有标记样本和未标记样本训练SOM分类器；聚类的形成和有标记样本分配到各个聚类中同时进行，并根据有标记样本计算各个聚类的聚类中心；在整个未标记样本的范围内，根据聚类中心，使用K近邻算法对未标记样本进行标记，挖掘未标记样本的隐含信息。在UCI数据集进行分类实验，其结果表明SSC-SOM的分类率比SSOM提高2．22%，且收敛性较好。

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