作者：李心磊; 杨思春; 彭月娥半监督学习最大熵
摘要：Tri-training算法是半监督协同算法里的经典算法，该文针对算法中分类器的使用做了一些改进，由原先单一的分类器换成两个不同分类器的组合。使用SVM分类器和最大熵分类器的不同组合作为Tri-training算法里的三个分类器构成分类器模型，然后分别对稀疏型数据、密集型数据与原始Tri-training算法进行实验比较，从而验证改进的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《苏州科技大学学报·自然科学版》（CN：32-1871/N）是一本有较高学术价值的大型季刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《苏州科技大学学报·自然科学版》主要刊登：数学、物理学、理论力学、计算力学、化学、材料科学、生命科学、地理科学、环境科学、计算机科学、信息技术、电子信息科学等自然科学领域内各学科的基础研究、应用研究方面的学术论文。
杂志详情
