基于Tri-training的主动学习算法

被引：3

作者：

张雁 ^{[1
,2
]}

吴保国 ^{[1
]}

吕丹桔 ^{[2
]}

林英 ^{[3
]}

机构：

[1] 北京林业大学信息学院

[2] 西南林业大学计算机与信息学院

[3] 云南大学软件学院

来源：

计算机工程 | 2014年 / 40卷 / 06期

关键词：

半监督学习; 主动学习; Tri-training算法; 熵优先采样; Tri-EPS算法;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

半监督学习和主动学习都是利用未标记数据,在少量标记数据代价下同时提高监督学习识别性能的有效方法。为此,结合主动学习方法与半监督学习的Tri-training算法,提出一种新的分类算法,通过熵优先采样算法选择主动学习的样本。针对UCI数据集和遥感数据,在不同标记训练样本比例下进行实验,结果表明,该算法在标记样本数较少的情况下能取得较好的效果。将主动学习与Tri-training算法相结合,是提高分类性能和泛化性的有效途径。

引用

页码：215 / 218+229 +229

页数：5

共 6 条

[1] Selective sampling using the query by committee algorithm [J].