一种KD树集成偏标记学习算法

摘要：

针对样本集不均衡造成分类器精度不足的问题,提出一种KD树均衡训练集的集成偏标记学习算法.按照伪标签划分样本,采用KD树检索的方式均衡训练集,再采用多个分类器投票方式实现消岐,最终运用集成学习的方法实现分类.在公开数据集上的仿真实验结果表明,该偏标记学习算法在分类上具有较好的表现力.

关键词：偏标记学习、伪标签、KD树、集成学习、均衡训练集

所属期刊栏目：39

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金;广西自然科学基金;桂林电子科技大学研究生教育创新计划

在线出版日期：2020-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：454-459