基于遗传算法的噪声过滤协同训练算法

摘要：

为解决分类器训练过程中由于无标记数据的引入,容易产生噪音、降低分类精度的问题,提出了基于遗传算法的噪声过滤协同训练算法(CGA).充分利用遗传算法的寻优功能,产生高适应度的分类规则,达到辅助协同训练算法挑选有价值的无标记数据,降低噪音的引入,确保参与协同训练分类器的精度和性能得到有效更新的目的.在UCI数据集上的实验验证了该算法的有效性.

关键词：遗传算法、半监督学习、协调训练、噪声过滤、无标记数据

所属期刊栏目：35

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家科技计划基金项目2012BAH76F01

在线出版日期：2014-06-12（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：1807-1810,1832