-
题名人脑半监督的构造性学习方法
- 1
-
-
作者
李萍
吴涛
-
机构
阜阳师范学院信息工程学院
安徽大学数学科学学院
安徽大学智能计算与信号处理教育部重点实验室
-
出处
《西安文理学院学报(自然科学版)》
2014年第3期70-73,92,共5页
-
基金
阜阳师范学院校级项目(2014FSKJ17)
全国统计科学研究计划项目(2012LY190)
-
文摘
利用构造性学习(CML)算法训练分类器需要大量已标记样本,然而获取大量已标记的样本较为困难.为此,提出了一种人脑半监督的构造性学习算法(HPSS-CML).根据已标记样本,通过覆盖算法构造分类网络,对未标记样本进行有选择的标记,并将其加入训练集,调整分类网络参数.重复进行上述过程,直到没有新标记的样本为止,得到最终的分类器.测试阶段再次利用未标记样本对"拒认状态"的测试样本进行标记.最后选取UCI数据集进行实验,结果表明,与CML算法及Tri-CML算法相比,该方法的分类更为有效.
-
关键词
构造性机器学习(
CML)
人脑半监督学习(
HPSS)
Tri-training算法
覆盖算法
-
Keywords
Constructive Machine Learning (CML)
Human Perform Semi-supervised(HPSS)
Tri-training algorithm
Covering
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-