基于图的半监督协同训练算法

摘要：

针对协同训练算法对无标记数据挑选效率较低,导致噪声数据引入问题,提出了基于图的置信度估计半监督协同训练算法(CESL).利用样本数据自身的结构信息,显式计算无标记样本所属类别概率.同时,采用了多分类器隐式对无标记数据进行置信度估计,以提高无标记数据挑选标准.将显示计算和隐式估计结合对无标记数据进行选择,减低噪音数据的引入,更新分类器.在UCI数据集上的对比实验表明了该算法的有效性.

关键词：半监督学习、协同训练、图、置信度、分类

所属期刊栏目：33

分类号：TP391.1(计算技术、计算机技术)

资助基金："可视化计算与虚拟现实四川省重点实验室"基金项目PJ201102

在线出版日期：2013-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3584-3587,3621