wanghongjun
Research Associate
|
Supervisor of Master's Candidates
- Master Tutor
- Education Level:PhD graduate
- Degree:Doctor of engineering
- Business Address:犀浦3号教学楼31529
- Professional Title:Research Associate
- Alma Mater:四川大学
- Supervisor of Master's Candidates
- School/Department:计算机与人工智能学院
- Discipline:Electronic Information
Software Engineering
Computer Application Technology
Contact Information
- PostalAddress：
- Email：
- Paper Publications
基于k个标记样本的弱监督学习框架
- DOI number:10.13328/j.cnki.jos.005919
- Affiliation of Author(s):西南交通大学
- Journal:《软件学报》
- Place of Publication:中国
- Key Words:机器学习;弱监督学习;聚类
- Abstract:聚类是机器学习领域中的一个研究热点溺监督学习是半监督学习中一个重要的研究方向,有广泛的应用场景.在对聚类与弱监督学习的研究中,提出了一种基于七个标记样本的弱监督学习框架.该框架首先用聚类及聚类置信度实现了标记样本的扩展.其次,对受限玻尔兹曼机的能量函数进行改进,提出了基于七个标记样本的受限玻尔兹曼机学习模型.最后,完成了对该模型的推理并设计相关算法.为了完成对该框架和模型的检验,选择公开的数据集进行对比实验,实验结果表明,基于七个标记样本的弱监督学习框架实验效果较好.
- Co-author:Tianrui Li,Teng fei,张继
- First Author:付治
- Indexed by:Academic papers
- Correspondence Author:wanghongjun
- Document Code:20202108687401
- Discipline:Engineering
- First-Level Discipline:Computer Science and Technology
- Volume:2020年 第4期
- Page Number:981-990页 共10页
- Translation or Not:no
- Date of Publication:2020-01-17