|
|||||
|
|
| 标签带噪声数据的重加权半监督分类方法 | |
| 引用本文： | 陈倩,杨旻,魏鹏飞.标签带噪声数据的重加权半监督分类方法[J].烟台大学学报(自然科学与工程版),2019(3):205-209. |
| 作者姓名： | 陈倩 杨旻 魏鹏飞 |
| 作者单位： | 烟台大学数学与信息科学学院 |
| 摘 要： | 对于仅有部分数据带标签且标签含有噪声的二分类问题,提出了一类基于重要性重加权的半监督分类算法,借助贝叶斯公式和无约束最小二乘拟合进行标签噪声率的估计,并由此利用BP神经网络逐步求解带权的优化问题,在多个标准数据集上的实验结果表明,本文提出重加权的半监督分类方法,能有效地降低标签不足以及标签噪声对分类准确率的影响. |
| 关 键 词： | 重要性重加权 噪声率 半监督分类 概率估计 |
Reweighting Semi-Supervised Classification for Noisy Labels |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |