基于密度敏感距离的协同训练算法

来源 :计算机应用与软件 | 被引量 : 1次 | 上传用户:applexiao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
半监督算法作为一种能有效利用大量的未标签数据来改善少量的标签数据训练出来的分类器性能的算法,无论在理论上还是实践上都很有意义。提出一种基于密度敏感距离的协同训练算法,通过引入一种能有效描述数据的内在聚类分布的距离度量,来改善用组合分类器在少量数据集上得到的弱分类器,实验表明该方法是有效的。
其他文献
当前大学生恋爱存在着众多误区,对于这些误区,高校应努力从如下角度开展教育:开设相关课程加强大学生恋爱道德观教育;改变观念,切实开展大学生的性教育;营造积极向上的校园文化,丰富
一体化教学在国内外职业教育中都有所研究,而且有了相当广泛的应用.基于《商务英语谈判》课程特点,通过问卷调查,研究发现一体化教学模式受到商务英语专业学生的普遍欢迎.在
在分析Apriori算法的基础上,提出一种改进Apriori的算法,其主要思想是基于数组向量的数据布局,即根据每个事务不同的项目长度,分别存储在相应列长度的二维数组中,同时合并项目完全相同的事务,并记录事务的数目。新的算法改进了连接比较的次数、减少不必要事务的扫描和提高了算法对内存空间的利用效率。应用示例表明,该算法时间复杂度降低;实验结果显示算法是有效可行的。