

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著計(jì)算機(jī)存儲(chǔ)技術(shù)和人工智能領(lǐng)域的發(fā)展,不均衡的數(shù)據(jù)集的研究越來(lái)越受到研究人員的關(guān)注。近年來(lái),機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘領(lǐng)域常見(jiàn)的分類(lèi)方法和采樣技術(shù)針對(duì)傳統(tǒng)的類(lèi)別平衡的數(shù)據(jù)集有較好的分類(lèi)效果,在不均衡數(shù)據(jù)集的條件下,少數(shù)類(lèi)常被誤分成多數(shù)類(lèi)。主動(dòng)學(xué)習(xí)和半監(jiān)督學(xué)習(xí)都是利用少量標(biāo)記樣本和大量未標(biāo)記樣本的學(xué)習(xí)技術(shù),利用大量未標(biāo)記樣本學(xué)習(xí)不僅能減小對(duì)未標(biāo)記樣本的標(biāo)記代價(jià),而且可以增強(qiáng)分類(lèi)器的泛化能力。
本文嘗試著運(yùn)用主動(dòng)學(xué)習(xí)思想和半監(jiān)督學(xué)習(xí)方法
2、相結(jié)合,提出了一種主動(dòng)半監(jiān)督協(xié)同分類(lèi)算法(ActiveSemi-supervisedLearningCollaborationClassificationAlgorithm,簡(jiǎn)稱(chēng)ASCC算法)。該算法通過(guò)主動(dòng)學(xué)習(xí)方法增加已標(biāo)記樣本的數(shù)量,滿足了Tri-training算法訓(xùn)練所需足夠的標(biāo)記樣本數(shù)量,從而減少協(xié)同訓(xùn)練學(xué)習(xí)所需要的次數(shù)和時(shí)間。
基于以上提出的方法,本文的主要工作如下:
(1)在已知少量的標(biāo)記樣本和大量的未
3、標(biāo)記樣本的數(shù)據(jù)集的情況下,提出了基于樣本KNN分布概率模型的主動(dòng)學(xué)習(xí)算法。這種方法利用KNN的思想構(gòu)造已標(biāo)記和待標(biāo)記樣本之間的聯(lián)系,通過(guò)這種聯(lián)系建立概率模型,然后借助于基尼指數(shù)的專(zhuān)家評(píng)價(jià)標(biāo)準(zhǔn),給出相對(duì)可能被標(biāo)記的待標(biāo)記樣本。
(2)針對(duì)傳統(tǒng)的Tri-training算法在處理不均衡數(shù)據(jù)集分類(lèi)的不足,我們?cè)谟?xùn)練樣本的抽樣、分類(lèi)器的選擇以及在最后的分類(lèi)器集成方面對(duì)Tri-training算法做出了相應(yīng)改進(jìn)。通過(guò)UCI上不均衡數(shù)據(jù)驗(yàn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 半監(jiān)督學(xué)習(xí)中不平衡數(shù)據(jù)集分類(lèi)研究.pdf
- 基于主動(dòng)學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的工業(yè)故障分類(lèi)研究及應(yīng)用.pdf
- 基于半監(jiān)督學(xué)習(xí)的文本分類(lèi)研究
- 基于半監(jiān)督學(xué)習(xí)的文本分類(lèi)研究.pdf
- 基于集成的半監(jiān)督學(xué)習(xí)和主動(dòng)學(xué)習(xí)算法研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的遙感影像分類(lèi).pdf
- 主動(dòng)式半監(jiān)督學(xué)習(xí)算法的研究.pdf
- 融合半監(jiān)督學(xué)習(xí)的主動(dòng)學(xué)習(xí)技術(shù).pdf
- 基于維諾圖的不均衡數(shù)據(jù)集分類(lèi)研究.pdf
- 基于不均衡數(shù)據(jù)集的文本分類(lèi)算法研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的短文本分類(lèi)研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的靜態(tài)極光圖像分類(lèi).pdf
- 基于半監(jiān)督學(xué)習(xí)的極化SAR地物分類(lèi).pdf
- 基于半監(jiān)督學(xué)習(xí)的文本分類(lèi)算法研究.pdf
- 基于主動(dòng)學(xué)習(xí)的非均衡數(shù)據(jù)分類(lèi)研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的不平衡數(shù)據(jù)分類(lèi)算法與應(yīng)用.pdf
- 多元不均衡數(shù)據(jù)分類(lèi)問(wèn)題研究.pdf
- 基于多分類(lèi)器集成及半監(jiān)督學(xué)習(xí)的不平衡數(shù)據(jù)分類(lèi)研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的中文短文本分類(lèi)研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的高光譜圖像分類(lèi)方法研究.pdf
評(píng)論
0/150
提交評(píng)論