基于马尔科夫随机场和鲁棒误差函数的半监督分类研究

作     者：梁军 陈龙 周卫琪 陶文倩 姚明 胥正川 LIANG Jun;CHEN Long;ZHOU Wei-qi;TAO Wen-qian;YAO Ming;XU Zheng-chuan

作者机构：江苏大学计算机科学与通信工程学院江苏镇江212013 江苏大学汽车与交通工程学院江苏镇江212013 复旦大学管理学院上海200433 

基　　金：国家自然科学基金资助项目(50875112 60841003 60702056) 教育部人文社会科学研究项目(06JC630007) 国家科技型中小企业技术创新基金资助项目(09C26213203797) 江苏省高校自然科学指导性计划资助项目(08KJD580005 10KJD580001) 江苏省汽车工程重点实验室开放基金资助项目(QC200705) 江苏省自然科学基金资助项目(BK2010339) 

出 版 物：《山东大学学报（理学版）》 (Journal of Shandong University(Natural Science))

年 卷 期：2010年第45卷第11期

页      码：1-4页

摘      要：为了克服由错误标记样本所引发的问题,提出半监督分类器模型。从标记数据和未标记数据中学习得到决策准则,并在马尔科夫随机场中,运用一个新的基于鲁棒误差函数的能量函数,分别设计基于迭代条件模型和马尔科夫链蒙特卡罗的两种算法来推断标记样本和未标记样本的类别。实验结果表明这两种方法对于现实世界的数据集来说是高效的,并具有很好的鲁棒性。

主 题 词：半监督 分类 马尔科夫随机场 鲁棒误差函数 

学科分类：081104[081104] 08[工学] 0811[工学-水利类] 

核心收录：

馆 藏 号：203103400...