基于最大差距的置信度评估算法

• 作者: 孙鹏 朱琪 李永丽 董立岩 隋鹏
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 置信度评估 分类 半监督学习 K 邻近算法
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1217-1222
• 页数: 6页
• 分类号: TP301.6
• 字数: 4148字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2015.06.28

摘要

通过分析传统基于概率度量的 K 邻近置信度评估方法，提出一种基于最大差距的置信度评估方法，并在 UCI 数据集上对两种方法进行对比实验。实验结果表明，基于最大差距的置信度评估方法在宏平均召回率、宏平均精度及所用时间上均优于 K 邻近置信度评估方法，从而可进一步优化半监督分类学习中数据样本的置信度评估。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙鹏	吉林大学计算机科学与技术学院	27	60	4.0	7.0
2	董立岩	吉林大学计算机科学与技术学院	55	566	12.0	22.0
3	李永丽	东北师范大学计算机科学与信息技术学院	50	322	10.0	15.0
4	朱琪	吉林大学计算机科学与技术学院	3	1	1.0	1.0
5	隋鹏	吉林大学计算机科学与技术学院	3	58	2.0	3.0