基于Universum的多视角全局和局部结构风险最小化模型

• 作者: 周日贵 朱昌明 梅成就 章夏芬 魏莱
• 来源期刊: 上海海事大学学报
• 关键词: Universum学习 多视角 结构风险
• 年，卷（期）: 2018,（3）
• 页码范围: 97-102
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.13340/j.jsmu.2018.03.017

摘要

为克服传统多视角分类器无法充分最小化结构风险的不足,提出基于Universum的多视角全局和局部结构风险最小化模型.该模型采用Universum学习,利用有标签样本生成大量包含分类信息的无标签样本,从而增加分类器性能.这些信息有利于最小化结构风险.通过在Mfeat、Reuters和Corel等3个多视角数据集上的试验可以发现,该模型可以提高多视角分类器的性能,并可以更好地应用到多视角数据集的分类问题中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏莱	上海海事大学信息工程学院	9	101	4.0	9.0
2	朱昌明	上海海事大学信息工程学院	8	3	1.0	1.0
3	章夏芬	上海海事大学信息工程学院	12	22	3.0	4.0
4	梅成就	上海海事大学信息工程学院	1	0	0.0	0.0
5	周日贵	上海海事大学信息工程学院	2	3	1.0	1.0