基于数据相似度的自适应半监督随机森林算法

• 作者: 彭亦功 胡志鹏
• 来源期刊: 微电子学与计算机
• 关键词: 随机森林 半监督学习算法 数据相似度 路径集合稀疏编码 自适应
• 年，卷（期）: 2018,（7）
• 页码范围: 117-121
• 页数: 5页
• 分类号: TP312
• 语种: 中文

摘要

提出一种基于数据相似度的自适应半监督随机森林算法.利用随机森林对带标签和无标记数据进行路径编码、相似度分析和无标签数据的伪标记选择;再选择满足条件的数据迭代训练随机森林,改善其分类性能.实验结果表明:提出的算法可以有效地利用无标记数据信息,提高分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭亦功	华东理工大学信息科学与工程学院	12	79	4.0	8.0
2	胡志鹏	华东理工大学信息科学与工程学院	2	0	0.0	0.0