结合密度峰值和集成过滤器的自训练算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：准确选取高置信度样本是提升自训练算法分类性能的关键. 针对自训练迭代过程中的误分类样本，提出一种结合密度峰值和集成过滤器的自训练算法：利用密度峰值聚类计算样本的密度和峰值，构建初始高置信度样本集；为了过滤自训练迭代过程中的误分类样本，设计一个集成过滤器，从初始高置信度样本集进一步选择高置信度（剩余9737字）

试读结束

目录
monitor