融合主动学习的改进贝叶斯半监督分类算法研究 |
| |
引用本文: | 刘建峰,吕佳.融合主动学习的改进贝叶斯半监督分类算法研究[J].应用声学,2014,22(6):1938-1940. |
| |
作者姓名: | 刘建峰 吕佳 |
| |
作者单位: | 重庆师范大学 计算机与信息科学学院,重庆 401331;重庆师范大学 计算机与信息科学学院,重庆 401331 |
| |
基金项目: | 国家自然科学基金数学天元基金项目(11326189)。 |
| |
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 |
收稿时间: | 2014/1/19 0:00:00 |
修稿时间: | 2014/2/26 0:00:00 |
Study on Improved Bayesian Algorithm Semi-supervised Classification Integration of Active Leaning |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
| 点击此处可从《应用声学》下载免费的PDF全文 |
|