期刊文章详细信息
基于支持向量机的渐近式半监督式学习算法
Semi-Supervised Learning Algorithm Based on SVM and by Gradual Approach
文献类型：期刊文章
机构地区：[1]中南大学信息科学与工程学院智能系统与智能软件研究所
基 金：国家自然科学基金重点资助项目(编号:60234030)
年 份：2006
卷 号：42
期 号：25
起止页码：19-22
语 种：中文
收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊
摘 要：提出一种基于支持向量机的渐近式半监督式学习算法,它以少量的有标记数据来训练初始学习器,通过选择性取样规则和核参数来调节无标记样本的选择范围和控制学习器决策面的动态调节方向,并通过删除非支持向量来降低学习代价。仿真实验表明,只要能够选择适当的选择性取样的阈值和核参数,这种学习算法就能够以较少的学习代价获得较好的学习效果。
关 键 词：支持向量机 半监督式学习 算法
分 类 号：TP181]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
