基于直觉模糊集的Tri-Training改进算法

• 作者: 宫宁生 彭雅琴
• 来源期刊: 微电子学与计算机
• 关键词: Tri-Training算法 SOM算法 直觉模糊集 半监督
• 年，卷（期）: 2016,（3）
• 页码范围: 134-137,141
• 分类号: TP301.6
• 语种: 中文

摘要

Tri-Training算法是半监督算法中的一种,其初始分类器性能受有标记样本影响较大,当样本数目不足时,分类器性能相对较弱,会直接影响后续迭代.为此提出IFS-Tri-Training(Tri-Training based on intuitionistic fuzzy sets)算法,引入SOM算法构建直觉模糊集,使得分类器在多因素下综合判别无标记样本,提高无标记样本的使用率,从而在迭代中扩展有标记样本集.在多个UCI数据上进行实验,结果数据表明,分类器的性能得到提高,学习无标记样本过程是影响分类器的关键点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭雅琴	三江学院计算机科学与工程学院	13	30	3.0	5.0
2	宫宁生	南京工业大学电子与信息工程学院	54	473	12.0	20.0