融合主动学习的改进贝叶斯半监督分类算法研究

摘要：

半监督学习是人工智能领域一个重要的研究内容;在半监督学习中,如何有效利用未标记样本来提高分类器的泛化性能,是机器学习研究的热点和难点;主动学习可解决未标记样本有效利用的问题,将主动学习引入到半监督分类中,并改进贝叶斯算法,提出了一种基于改进贝叶斯算法的主动学习与半监督学习结合算法;实验结果表明,该方法取得了较好的分类效果.

关键词：半监督分类、主动学习策略、概率模型、贝叶斯分类、KL距离

所属期刊栏目：22

分类号：TP18;TP391.4;TP301.6(自动化基础理论)

资助基金：国家自然科学基金数学天元基金项目11326189

在线出版日期：2015-01-20（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：1938-1940