基于非线性Logistic模型的改进UDEED算法

• 作者: 庄立纯 张乃今 张正军 李君娣
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: UDEED算法 非线性Logistic模型 半监督学习 无标签数据 梯度下降
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 208-211
• 页数: 4页
• 分类号: TP301.6
• 字数: 2788字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0050800

摘要

针对UDEED算法中线性Logistic模型分类预测准确率较低的问题,基于泰勒展开式,提出一种多项式核的非线性Logistic模型改进算法.研究非线性Logistic模型的核函数参数估计方法,更新损失函数的计算规则,并利用梯度下降法求解改进UDEED模型,实现数据集的分类预测.实验结果表明,与UDEED算法相比,改进算法提高了分类预测的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张正军	南京理工大学理学院	33	477	7.0	21.0
2	庄立纯	南京理工大学理学院	2	0	0.0	0.0
3	张乃今	南京理工大学理学院	3	0	0.0	0.0
4	李君娣	南京理工大学理学院	2	0	0.0	0.0