隐空间特征增强自标记半监督SVM分类新方法

许敏

首页> 中文期刊> 《统计与决策》 >隐空间特征增强自标记半监督SVM分类新方法

隐空间特征增强自标记半监督SVM分类新方法

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

利用大量未标签样本和少量已标签样本共同训练一个有效的分类器是半监督学习方法的优势,自训练半监督学习方法因其简单且有效的特性而被广泛使用。文章提出基于隐空间特征增强的自训练半监督支持向量机分类学习方法,该方法首先将原空间已标签数据样本和大量无标签数据样本映射到同一隐空间,构建特征增强空间,在此特征增强空间结合概率密度进行自标记半监督SVM学习,以提高分类器的准确性和鲁棒性。UCI数据集上的实验证明,所提算法比传统的自训练学习算法具有更好的性能。

著录项

来源
《统计与决策》 |2022年第7期|11-15|共5页
作者
许敏;
展开▼
作者单位

无锡职业技术学院物联网技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类自动推理、机器学习;
关键词
特征增强; 半监督学习; 自训练; SVM; 密度估计;

相似文献

中文文献
外文文献
专利

1. 一种基于多学习器标记的半监督SVM学习方法 [J] . 门昌骞 ,王文剑 . 广西师范大学学报（自然科学版） . 2008,第001期
2. 基于随机特征子空间的半监督情感分类方法研究 [J] . 苏艳 ,居胜峰 ,王中卿 . 中文信息学报 . 2012,第004期
3. 基于半监督的SVM多标签图数据分类算法研究 [J] . 宋文广 ,李程文 ,谭建平 . 无线互联科技 . 2019,第008期
4. 基于半监督迁移学习SVM的多标签分类算法 [J] . 李程文 ,杨念 ,谭建平 . 江苏科技信息 . 2019,第032期
5. 基于半监督的SVM迁移学习文本分类算法 [J] . 谭建平 ,刘波 ,肖燕珊 . 无线互联科技 . 2016,第004期
6. 小样本高光谱图像分类的基于SVM的标记选择方法 [C] . Farid Muhammad Imran ,Farid Muhammad Imran ,Mingyi He . 第三届全国成像光谱对地观测学术研讨会 . 2015
7. 基于谱域-空间特征的半监督高光谱图像分类方法研究 [A] . 尤雅萍 . 2015

隐空间特征增强自标记半监督SVM分类新方法

摘要

著录项

相似文献

相关主题

期刊订阅