基于半监督的联合分类方法
提出一种基于半监督的联合分类方法.该方法在训练过程中,先构造一个基于类中心思想的简易分类器,通过设定有效阈值,从未标记数据中挑选区别度较大的数据加入到SVM的训练集中;在分类过程中,根据待分类点与分类面的相对位置,结合SVM和KNN算法,分两种情况来对其进行分类.实验结果表明,该方法既能在一定程度上克服监督学习算法手动标记大量训练集的困难,又能相应地提高分类准确率.
支持向量机、K近邻算法、标记数据、训练集、监督学习
29
TP301(计算技术、计算机技术)
2008-07-09(万方平台首次上网日期,不代表论文的发表时间)
共3页
2328-2329,2232