葛荐
- 作品数：5 被引量：2H指数：1
- 供职机构：南京信息工程大学计算机与软件学院更多>>
- 发文基金：国家自然科学基金江苏省高校自然科学研究项目中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于集成算法的半监督学习研究
- 半监督学习与集成学习是两种重要的机器学习范式.半监督学习是通过利用和挖掘未标记样本来提高学习分类器性能，同时集成学习则是通过使用多分类器组合来进一步提升学习分类器的泛化性能.值得注意的是，两种不同的范式几乎是并行发展，因...
- 葛荐马廷淮
- 关键词：半监督学习TRI-TRAINING
- 文献传递网络资源链接
- 基于集成算法的半监督学习研究
- 随着计算机和互联网技术的飞速发展,人们采集、存储和传输数据的能力得到极大的提高,社会生活各行各业所收集到的数据规模也越来越大。但如何有效使用这些数据资源,通过分析和挖掘其内在联系并发现有用信息,以此来提高劳动效率和改善生...
- 葛荐
- 关键词：半监督学习
- 文献传递
- 基于集成算法的半监督学习研究
- 半监督学习与集成学习是两种重要的机器学习范式.半监督学习是通过利用和挖掘未标记样本来提高学习分类器性能,同时集成学习则是通过使用多分类器组合来进一步提升学习分类器的泛化性能.值得注意的是,两种不同的范式几乎是并行发展,因...
- 葛荐马廷淮
- 关键词：半监督学习TRI-TRAINING
- 文献传递
- 动作识别训练数据的扩展研究被引量：1
- 2010年
- 动作识别是康复中心研究领域的一个热门话题。机器学习是动作识别的一个重要方面。由于样本标注需要付出诸多人工努力,所以被标注的样本数量是有限的。而未被标注样本数量是庞大缘于它容易获取,无需人为注解。训练数据是基于半监督学习动作识别的核心。文章将着重强调数据选择策略和扩展度,这也是训练数据选择的基础。文章结合已标注的有限样本,利用未被标注样本来提高动作识别的精度。
- 马廷淮葛荐王亚里
- 关键词：半监督学习扩展度
- 基于AdaBoost的神经元形态分类的研究被引量：1
- 2011年
- 根据神经元形态的几何特征,使用AdaBoost算法对其进行分类,采用决策树、贝叶斯和关联规则分类模型作为基分类器。算法首先采用直接面向组合分类器分类精度提升的集成学习算法选取基分类器,其次利用分类过程中生成样本的累计权值来调整前K次(K>1)被错误分类样本的权重,并提出双重阈值法对样本的最终投票表决结果进行判定。对20个测试样本进行分类,得出高可信度分类数为18个。
- 陆良虎毕硕本葛荐闫荞荞颜坚
- 关键词：神经元形态ADABOOST分类器组合
