基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统机器学习方法在完成分类任务时多数存在人工标记成本较高、泛化能力较弱的问题,提出一种标记组合半监督学习算法.基于集成学习的思想,利用有标记数据训练多个弱模型并进行组合,增强模型的泛化能力.对无标记数据进行预测,生成有噪声的标记并组合建模.在风险最小化的框架下,使模型收敛达到最优.实验结果表明,在2种有监督场景下与现有的支持向量机、分类与回归树、神经网络等算法相比,该算法具有较优的泛化能力.
推荐文章
基于半监督学习的应用流分类方法
流量分类
半监督学习
特征选择
基于半监督学习的Web页面内容分类技术研究
Web页面内容分类
半监督学习
半监督分类
智能优化
Dirichlet分布
基于半监督学习的最大间距准则人脸识别
半监督学习
最大间距准则
人脸识别
半监督学习在网络入侵分类中的应用研究
半监督学习
协同训练
入侵分类
标记
KDD Cup 99数据集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 噪声可容忍的标记组合半监督学习算法
来源期刊 计算机工程 学科 工学
关键词 半监督学习 集成学习 风险最小化 梯度下降 损失函数
年,卷(期) 2019,(4) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 157-162,168
页数 7页 分类号 TP181
字数 6148字 语种 中文
DOI 10.19678/j.issn.1000-3428.0050398
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 艾浩军 武汉大学计算机学院 38 367 12.0 18.0
2 林金钏 武汉大学计算机学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (14)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
半监督学习
集成学习
风险最小化
梯度下降
损失函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
论文1v1指导