文献类型：期刊文章

作　　者：赵建华[1,2]

机构地区：[1]西北工业大学计算机学院,陕西西安710072 [2]商洛学院计算机科学系,陕西商洛726000

出　　处：《西南科技大学学报》

基　　金：陕西省教育厅科研计划项目资助(12JK0748)

年　　份：2014

卷　　号：29

期　　号：1

起止页码：34-38

语　　种：中文

收录情况：CAS、CSA、CSA-PROQEUST、IC、ZGKJHX、普通刊

摘　　要：为了提高半监督分类的有效性,提出一种基于交叉验证思想的半监督分类方法(CV-S3VM)。通过对未标记样本进行伪标记,将伪标记后的样本加入到标记样本集中,参与交叉验证,选取能使SVM分类器误差最小的标记作为最终的标记,实现对未标记样本进行标记。依次挖掘未标记样本的隐含信息,增加标记样本的数目。使用UCI数据集模拟半监督分类实验环境,结果表明CV-S3VM具有较高的分类率,在标记样本较少的情况下效果更为明显。

关 键 词：机器学习  半监督分类 交叉验证  支持向量机

分 类 号：TP181]