首页 期刊 苏州科技大学学报·自然科学版 Tri-training算法中分类器组合的改进 【正文】

Tri-training算法中分类器组合的改进

作者:李心磊; 杨思春; 彭月娥 安徽工业大学计算机科学与技术学院; 安徽马鞍山243032
半监督学习   最大熵  

摘要:Tri-training算法是半监督协同算法里的经典算法,该文针对算法中分类器的使用做了一些改进,由原先单一的分类器换成两个不同分类器的组合。使用SVM分类器和最大熵分类器的不同组合作为Tri-training算法里的三个分类器构成分类器模型,然后分别对稀疏型数据、密集型数据与原始Tri-training算法进行实验比较,从而验证改进的有效性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅