10.3969/j.jssn.1673-629X.2013.02.028
一种自适应的半监督图像分类算法
基于局部和全局一致性算法本身带有一定数量的参数,而参数delta的选取对算法迭代过程的迭代次数和分类结果很敏感,通常是通过实验手动设置,这种做法相对比较耗时.为了解决该问题,提高算法分类效率,文中针对该问题将算法应用到图像分类中提出了一种自适应的参数设置方法,确定参数delta的最佳取值范围.通过实验结果可以看出,确定的参数范围的取值能使算法的分类正确率最高、迭代过程所用的时间最短.因此本方法能有效地提高算法的分类效率.
图像分类、半监督、半监督学习
TP391(计算技术、计算机技术)
2013-03-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
112-114