Institutional Repository of School of Information Engineering and Artificial Intelligence
| 结合密度峰值和集成过滤器的自训练算法 | |
韩运龙 ; 尚庆生; 赵薇; 郭泓
| |
| 2023-12-06 | |
| 发表期刊 | 宜宾学院学报
 |
| 卷号 | 24期号:06页码:15-20+64 |
| 摘要 | 准确选取高置信度样本是提升自训练算法分类性能的关键.针对自训练迭代过程中的误分类样本，提出一种结合密度峰值和集成过滤器的自训练算法：利用密度峰值聚类计算样本的密度和峰值，构建初始高置信度样本集；为了过滤自训练迭代过程中的误分类样本，设计一个集成过滤器，从初始高置信度样本集进一步选择高置信度样本，将其添加进有标签样本集中迭代训练.在9个数据集上与4个相关的自训练算法进行对比实验，结果表明，算法的平均准确率和F分数分别为67.90%和65.54%，其分类性能显著优于对比算法. |
| 关键词 | 自训练 无标签样本 高置信度样本 密度峰值 集成过滤器 |
| DOI | 10.19504/j.cnki.issn1671-5365.2024.06.03 |
| URL | 查看原文 |
| 收录类别 | AMI |
| ISSN | 1671-5365 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 中图分类号 | TP181 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/37213 |
| 专题 | 信息工程与人工智能学院 长青学院 |
| 通讯作者 | 尚庆生 |
| 作者单位 | 兰州财经大学信息工程学院 |
| 第一作者单位 | 信息工程与人工智能学院 |
| 通讯作者单位 | 信息工程与人工智能学院 |
| 推荐引用方式 GB/T 7714 | 韩运龙,尚庆生,赵薇,等. 结合密度峰值和集成过滤器的自训练算法[J]. 宜宾学院学报,2023,24(06):15-20+64. |
| APA | 韩运龙,尚庆生,赵薇,&郭泓.(2023).结合密度峰值和集成过滤器的自训练算法.宜宾学院学报,24(06),15-20+64. |
| MLA | 韩运龙,et al."结合密度峰值和集成过滤器的自训练算法".宜宾学院学报 24.06(2023):15-20+64. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [韩运龙]的文章 |
| [尚庆生]的文章 |
| [赵薇]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [韩运龙]的文章 |
| [尚庆生]的文章 |
| [赵薇]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [韩运龙]的文章 |
| [尚庆生]的文章 |
| [赵薇]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论