改进极限学习机的移动界面模式半监督分类

• 作者: 华庆一 姬翔 张敏军 王博 贾伟 陈锐
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群优化 极限学习机 移动界面模式 模糊C均值聚类 半监督分类
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 热点与综述
• 页码范围: 11-19
• 页数: 9页
• 分类号: TP391
• 字数: 6994字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1710-0266

摘要

针对现有半监督分类方法无法对移动界面模式进行有效分类的问题,提出一种采用改进极限学习机的移动界面模式半监督分类方法.为了提高极限学习机的分类效果,利用改进的粒子群优化算法优化极限学习机的初始参数.根据移动界面模式数据的特点,利用主动学习和模糊C均值聚类提取信息丰富的未标记数据进行训练和标记.利用分类器实现对所有数据的分类.实验结果表明,该分类方法能够对移动界面模式数据进行有效和合理的分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	华庆一	西北大学信息科学与技术学院	59	438	10.0	19.0
2	王博	西北大学信息科学与技术学院	35	64	5.0	7.0
6	陈锐	西北大学信息科学与技术学院	12	55	5.0	7.0
7	贾伟	西北大学信息科学与技术学院	23	41	4.0	5.0
9	姬翔	西北大学信息科学与技术学院	11	26	3.0	4.0
12	张敏军	西北大学信息科学与技术学院	8	26	3.0	5.0