半监督分类方法的研究

• 作者: 兰义华 卢玉领 尚耐丽 沈鹍霄 王骁力 马晓普
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 半监督分类 生成模型 自训练 协同训练 图 支持向量机 流形正则化
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 162-166,179
• 页数: 6页
• 分类号: TP3
• 字数: 8669字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.11.038

摘要

半监督学习是人工智能研究领域中的重要课题,结合有监督学习和无监督学习的优点来提高学习器的性能.针对有监督分类和无监督分类不能充分利用已标记样本和未标记样本的问题,介绍了半监督分类方法及其基本思想、研究现状、应用领域与常用算法,分析了当前半监督分类算法研究中的主要困难,同时提出了需要进一步研究的若干问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰义华	南阳师范学院计算机与信息技术学院	12	7	1.0	2.0
2	马晓普	南阳师范学院计算机与信息技术学院	27	86	6.0	8.0
3	王骁力	南阳师范学院数学与统计学院	39	45	3.0	4.0
4	尚耐丽	南阳师范学院生命科学与技术学院	4	8	2.0	2.0
5	沈鹍霄	南阳师范学院生命科学与技术学院	1	6	1.0	1.0
6	卢玉领	南阳师范学院生命科学与技术学院	2	8	2.0	2.0