基于数据分布一致性最小最大概率机

• 作者: 包芳 王士同 王晓初
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据分布一致性 最小最大概率机 决策超平面
• 年，卷（期）: 2016,（16）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 79-84,120
• 页数: 7页
• 分类号: TP391.4
• 字数: 4460字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1411-0188

摘要

针对既包含有标记样本又包含未标记样本的分类数据，提出数据分布一致性原理，并将其融入到最小最大概率机中。把有标记样本和无标记样本映射到决策超平面所在空间（简称超空间），通过最小化有标记样本和无标记样本在超空间的概率分布差异，充分利用无标签样本来修正最小最大概率机的误差，使得修正后的决策超平面更接近于真正的分类超平面。实验证明，数据分布一致性最小最大概率机（DCMPM）比最小最大概率机（MPM）具有更好的分类性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	包芳		6	13	2.0	3.0
3	王晓初	江南大学数字媒体学院	2	1	1.0	1.0