用正则的方法在正样本和无标签样本上训练二分类器

李炳聪

首页> 中文期刊> 《信息与电脑》 >用正则的方法在正样本和无标签样本上训练二分类器

用正则的方法在正样本和无标签样本上训练二分类器

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:正样本-无标签样本学习(Positive-Unlabelled Learning,简称PU Learning)。相对于标准的正样本-负样本学习(Positive-NegativeLearning,简称PNLearning),其是一种仅使用少量正样本和大量无标签样本训练二类分类器的方法。以往工作通常使用一种无偏估计的方法,使用正样本和无标签样本估计PNLearning损失,并建立深度神经网络模型。但是,这种估计方法依赖正样本的数量,当正样本数量较少时,学习算法会发生严重的过拟合。

著录项

来源
《信息与电脑》 |2019年第5期|67-68|共2页
作者
李炳聪;
展开▼
作者单位

广东工业大学广东广州 510006;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
神经网络; 正样本-无标签样本; 二分类器;

相似文献

中文文献
外文文献
专利

1. 无标记训练样本的Web文本分类方法 [J] . 刘丽珍 ,宋瀚涛 ,陆玉昌 . 计算机科学 . 2006,第003期
2. 基于训练样本评估的CSP滤波器增量更新方法 [J] . 韩震宇 ,刘锦 ,吴小培 . 计算机应用研究 . 2019,第008期
3. 采用变频器故障树为训练样本的BAM神经网络故障诊断方法 [J] . 王新勇 ,陈涛 . 电光与控制 . 2011,第005期
4. 基于密度的kNN分类器训练样本裁剪方法的改进 [J] . 熊忠阳 ,杨营辉 ,张玉芳 . 计算机应用 . 2010,第003期
5. 基于聚类和密度的KNN分类器训练样本约减方法 [J] . 艾英山 ,张德贤 . 计算机与数字工程 . 2009,第005期
6. 基于AdaBoost方法的支持向量机训练样本选择 [C] . 易辉 ,宋晓峰 ,姜斌 . 第三届全国虚拟仪器学术交流大会 . 2009
7. 基于正样本参考的小样本图像缺陷检测方法研究 [A] . 邱陵腾 . 2020

用正则的方法在正样本和无标签样本上训练二分类器

摘要

著录项

相似文献

相关主题

期刊订阅