• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

邻域粗糙协同分类模型

张 维, 苗夺谦, 高 灿, 岳晓冬

张 维, 苗夺谦, 高 灿, 岳晓冬. 邻域粗糙协同分类模型[J]. 计算机研究与发展, 2014, 51(8): 1811-1820. DOI: 10.7544/issn1000-1239.2014.20131049
引用本文: 张 维, 苗夺谦, 高 灿, 岳晓冬. 邻域粗糙协同分类模型[J]. 计算机研究与发展, 2014, 51(8): 1811-1820. DOI: 10.7544/issn1000-1239.2014.20131049
shu
Zhang Wei, Miao Duoqian, Gao Can, Yue Xiaodong. A Neighborhood Rough Sets-Based Co-Training Model for Classification[J]. Journal of Computer Research and Development, 2014, 51(8): 1811-1820. DOI: 10.7544/issn1000-1239.2014.20131049
Citation: Zhang Wei, Miao Duoqian, Gao Can, Yue Xiaodong. A Neighborhood Rough Sets-Based Co-Training Model for Classification[J]. Journal of Computer Research and Development, 2014, 51(8): 1811-1820. DOI: 10.7544/issn1000-1239.2014.20131049
shu
张 维, 苗夺谦, 高 灿, 岳晓冬. 邻域粗糙协同分类模型[J]. 计算机研究与发展, 2014, 51(8): 1811-1820. CSTR: 32373.14.issn1000-1239.2014.20131049
引用本文: 张 维, 苗夺谦, 高 灿, 岳晓冬. 邻域粗糙协同分类模型[J]. 计算机研究与发展, 2014, 51(8): 1811-1820. CSTR: 32373.14.issn1000-1239.2014.20131049
shu
Zhang Wei, Miao Duoqian, Gao Can, Yue Xiaodong. A Neighborhood Rough Sets-Based Co-Training Model for Classification[J]. Journal of Computer Research and Development, 2014, 51(8): 1811-1820. CSTR: 32373.14.issn1000-1239.2014.20131049
Citation: Zhang Wei, Miao Duoqian, Gao Can, Yue Xiaodong. A Neighborhood Rough Sets-Based Co-Training Model for Classification[J]. Journal of Computer Research and Development, 2014, 51(8): 1811-1820. CSTR: 32373.14.issn1000-1239.2014.20131049
shu

邻域粗糙协同分类模型

  • 1(同济大学电子与信息工程学院 上海 201804)

  • 2(上海电力学院计算机科学与技术学院 上海 200090)

  • 3(嵌入式系统与服务计算教育部重点实验室(同济大学) 上海 201804)

  • 4(中联重科股份有限公司 长沙 410013)

  • 5(上海大学计算机工程与科学学院 上海 200444) (zhangweismile@163.com)

基金项目: 国家自然科学基金项目(61075056,61273304,61202170,61103067)；中央高校基本科研业务费专项资金项目
详细信息

  • 中图分类号: TP181

A Neighborhood Rough Sets-Based Co-Training Model for Classification

  • 1(School of Electronics and Information, Tongji University, Shanghai 201804)

  • 2(School of Computer Science and Technology, Shanghai University of Electric Power, Shanghai 200090)

  • 3(Key Laboratory of Embedded System and Service Computing (Tongji University), Ministry of Education, Shanghai 201804)

  • 4(Zoomlion Heavy Industry Science and Technology Development Co., Ltd., Changsha 410013)

  • 5(School of Computer Engineering and Science, Shanghai University, Shanghai 200444)

摘要

    摘要
  • 摘要: Pawlak粗糙集理论是一种有监督学习模型，只适合处理离散型数据.但在一些现实问题中存在着大量的连续型数据，并且有标记数据很有限，更多的是无标记数据.结合邻域粗糙集和协同学习理论，提出了适合处理连续型数据并可有效利用无标记数据提升分类性能的邻域粗糙协同分类模型.该模型首先构建了邻域粗糙半监督约简算法，并利用该算法提取两个差异性较大的约简构造基分类器，然后迭代地在无标记数据上交互协同学习.UCI数据集实验对比分析表明，与其他同类模型相比,该模型有较好的性能.
    Abstract: Pawlak's rough set theory, as a supervised learning model, is only applicable for discrete data. However it is often the case that practical data sets are continuous and involve both few labeled and abundant unlabeled data, which is outside the realm of Pawlak's rough set theory. In this paper, a neighborhood rough sets based co-training model for classification is proposed, which could deal with continuous data and utilize the unlabeled and labeled data to achieve better performance than the classifier learned only from few labeled data. Firstly, a heuristic algorithm based on neighborhood mutual information is put forward to compute the reduct of partially labeled continuous data. Then two diverse reducts are generated. The model employs the two reducts to train two base classifiers on the labeled data, and makes the two base classifiers teach each other on the unlabeled data to boot the their performance iteratively. The experimental results on selected UCI datasets show that the proposed model are more effective to deal with partially labeled continuous data than some representative ones in learning accuracy.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(23)

  • 期刊类型引用(15)

    1. 原娇杰，焦梦甜，赵杰文. 基于光纤传感网络的多目标分类识别算法设计. 光通信技术. 2025(02): 17-22 . 百度学术
    2. 冯丽佳，苑柳青，熊丽丽. 基于数据挖掘的光纤周界振动信号识别. 激光杂志. 2023(07): 137-142 . 百度学术
    3. 邓郁旭，佘春华. 基于信号处理技术的光纤入侵行为识别方法. 激光杂志. 2022(03): 143-147 . 百度学术
    4. 孙世政，向洋，党晓圆，张辉，何盛港. 基于粒子群解耦算法的FBG流量温度复合传感研究. 仪器仪表学报. 2022(01): 2-10 . 百度学术
    5. 吕方舟. VoIP模式地空通信数据链信号特征量识别算法. 吉林大学学报(信息科学版). 2022(02): 307-312 . 百度学术
    6. 管立伟，卢宇，何志杰，陈曦. 基于光纤传感的智能安防报警系统设计与开发. 红外与激光工程. 2022(08): 396-401 . 百度学术
    7. 范珍珍. 面向敏感环境的反射式光纤传感防盗系统设计. 红外与激光工程. 2022(10): 230-235 . 百度学术
    8. 杜永生，蒿琳，石秦峰. 低质量红外偏振图像热像特征提取方法. 激光杂志. 2022(11): 159-163 . 百度学术
    9. 严其强，朱亦凡，郭婉华，宣辰扬，张曹锋，何邦乐. 基于光纤动态感知技术在电缆通道在线监控中的研究与实现. 电力大数据. 2022(10): 69-80 . 百度学术
    10. 杨纯，李垠韬，宋伟，杨广涛，孟继军，门宝霞，叶宝安. Φ-OTDR光纤传感电缆防外破监测数据预处理方法. 激光与红外. 2021(04): 486-492 . 百度学术
    11. 贾徐庆，张琳，李杰. 用于安全告警的光纤周界入侵振动信号智能识别. 激光杂志. 2021(06): 108-111 . 百度学术
    12. 林秋珍，赵越，孙忠阁. 大规模光纤网络数据流的自动分类. 激光杂志. 2021(09): 80-84 . 百度学术
    13. 张新梅，范量，张新科，李前程. 基于常时微动的建筑群垂向振动特性监控仿真. 计算机仿真. 2021(10): 487-491 . 百度学术
    14. 任孝锋. 考虑光纤入侵信号的安防系统信号分级识别算法研究. 激光杂志. 2020(07): 162-166 . 百度学术
    15. 郭继坤，曹权，贾皓翔. 改进的马赫-曾德尔干涉仪的光纤传感定位系统. 黑龙江科技大学学报. 2019(06): 720-724 . 百度学术

    其他类型引用(8)

    • 资源附件(0)
计量
  • 文章访问数:  1384
  • HTML全文浏览量:  1
  • PDF下载量:  534
  • 被引次数: 23
出版历程
  • 发布日期:  2014-08-14

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(23)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计