一种KD树集成偏标记学习算法

• 作者: 刘振丙 卢勇全 方旭升 颜振翔
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 偏标记学习 伪标签 KD树 集成学习 均衡训练集
• 年，卷（期）: 2019,（6）
• 页码范围: 454-459
• 页数: 6页
• 分类号: TP391.9
• 字数: 4500字
• 语种: 中文

摘要

针对样本集不均衡造成分类器精度不足的问题,提出一种KD树均衡训练集的集成偏标记学习算法.按照伪标签划分样本,采用KD树检索的方式均衡训练集,再采用多个分类器投票方式实现消岐,最终运用集成学习的方法实现分类.在公开数据集上的仿真实验结果表明,该偏标记学习算法在分类上具有较好的表现力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘振丙	桂林电子科技大学电子工程与自动化学院	40	122	7.0	9.0
5	卢勇全	桂林电子科技大学电子工程与自动化学院	1	0	0.0	0.0
6	颜振翔	桂林电子科技大学电子工程与自动化学院	2	0	0.0	0.0
7	方旭升	桂林电子科技大学电子工程与自动化学院	2	2	1.0	1.0