基于Tri-Training算法的数据编辑技术

摘要：

Tri Training是一种半监督学习算法,在少量标记数据下,通过三个不同的分类器,从未标记样本中采样并标记新的训练数据,作为各分类器训练数据的有效补充.但由于错误标记样本的存在,引入了嗓音数据,降低了分类的性能.论文在Tri-Training算法中分别采用DE-KNN,DE-BKNN和DE-NED三种数据编辑技术,识别移除误标记的数据.通过对六组UCI数据集的实验,分析结果表明,编辑技术的引入是有效的,三种方法的使用在一定程度上提升了Tri-Training算法的分类性能,尤其是DE-NED方法更为显著.

关键词：半监督学习、Tri-Training算法、数据编辑

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：云南省教育厅科研基金项目2012C098

在线出版日期：2013-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1583-1585