一种基于样本选择的安全半监督分类算法

• 作者: 刘宁 赵建华
• 来源期刊: 系统仿真技术
• 学科: 工学
• 关键词: 样本选择 半监督学习 安全性 分类
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论文交流
• 页码范围: 7-11
• 页数: 5页
• 分类号: TP393
• 字数: 3958字
• 语种: 中文

摘要

为了进一步提高半监督分类器的安全性,提出一种基于样本选择的安全半监督分类算法S3C-SS(A safe semi-supervised classification algorithm based on sample selection).首先,S3C-SS根据有标记样本的分布信息,对有标记样本进行筛选,删除有标记样本中的离群点.其次,S3C-SS对未标记样本进行筛选,选取未标记样本中不容易引起歧义的样本作为候选样本进行标记.接着,使用保留的有标记样本训练分类器,对候选的未标记样本进行标记,并使用新增的有标记样本扩充有标记集.该算法不断迭代,直到未标记样本集为空.最后,在UCI数据集上进行实验,对提出算法的有效性进行评估.结果表明S3C-SS能较好地提高数据的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宁	商洛学院经济与管理学院	30	97	7.0	8.0
2	赵建华	商洛学院数学与计算机应用学院	39	188	8.0	11.0