基于可信点的联合半监督学

• 作者: 王晓波
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 数学
• 关键词: 联合半监督学习 图像分类 可信点
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 67-70
• 页数: 4页
• 分类号: O235
• 字数: 2862字
• 语种: 中文

摘要

在半监督分类问题中,某些无标签的数据点很有可能属于某一特定的类,则这些点可被信任,应当被充分地利用去帮助学习正确的分类界面,从而提升图像分类的效果.因此,如何区分出可信点在半监督分类问题中显得尤为重要.针对该问题,提出一种联合的半监督学习方法,可以自适应地区分可信点,并且提出了相应的迭代优化分类器和可信点标签矩阵的算法,把分类器的归纳能力和无标签数据的标签直推化能力融合到了一个框架中,不需要额外的步骤去预测无标签数据的标签.在两个人脸数据库中大量实验验证了所提方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓波	天津大学理学院	2	0	0.0	0.0