基于辅助学习与富信息策略的Tri-training算法.pdfVIP

第31卷第9期 计算机应用研究 V01．31No．9 2014年9月 Researchof Application Computers Sep．2014 ni 基于辅助学习与富信息策略的Tri-trai ng算法冰 崔龙杰h，玷，王红丽2，崔荣一h+ (1．延边大学a．计算机科学与技术系智能信息处理研究室；b．财务处，吉林延吉133002；2．山东优加利信息 技术有限公司，济南250101) 摘要：针对Tri—training算法利用无标记样例时会引入噪声且限制无标记样例的利用率而导致分类性能下降 withassistantandrich 的缺点，提出了AR—Tri—training(Tri—trainingstrategT)算法。提出辅助学习策略，结合富信息 策略设计辅助学习器，并将辅助学习器应用在Tri—training训练以及说话声识别中。实验结果表明，辅助学习器 在Tri—training训练的基础上不仅降低每次迭代可能产生的误标记样例数，而且能够充分地利用无标记样例以及 在验证集上的错分样例信息。从实验结果可以得出，该算法能够弥补Tri—training算法的缺点，进一步提高测 试率。 关键词：半监督学习；富信息策略；辅助学习策略；Tri—training；说话声识别 中图分类号：TP391．41；TP301．6文献标志码：A 文章编号：1001—3695(2014)09—2685—03 doi：10．3969／j．issn．1001—3695．2014．09．029 withassistantandrich AR—Tri—training：Tri—training information strategy CUI 3’”，WANG Long—jiel Hong—li2，CUIRong—yil3’ (1．a．Intelligenth圻ormatmnProcessing Laboratory，Dept．旷ComputerScienceTechlwlogy，b．FinancialDepartment，YanbianUniversity YanjiJilin133002，China；2．Shandongln]bmzation Co．，Ltd．，Jinan250101，China) Yocaly Techtwlogy m m a m 毹 m C o ．。F a 一．H 1斟；s 坨．∞