摘要:摘要:“半监督学习”是利用已经标记好的训练样本和未标记的训练样本一起训练分类器。传统的半监督训练过程对噪声不作辨别,这种做法会因噪声的存在破坏分类器的训练过程,进而影响分类器的分类效果。针对该问题,提出了基于RSC模型和噪声去除的半监督训练方法,在样本训练过程中,使用RSC标签扩展的方法,并添加噪声去除环节。实验表明,该算法能有效降低半监督学习中噪声对分类器的影响,得到更加精确的分类边界,最终提高算法的性能和稳定性。
关键词:半监督学习 噪声去除 分类器训练 rsc模型 标签扩展
单位:南京工程学院信息化建设与管理办公室 江苏南京211167
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社