硕士生导师
个人信息Personal Information
学历:博士研究生毕业
学位:工学博士学位
办公地点:犀浦3号教学楼31529
毕业院校:四川大学
学科:电子信息. 软件工程. 计算机应用技术
所在单位:计算机与人工智能学院
报考该导师研究生的方式
欢迎你报考王红军老师的研究生,报考有以下方式:
1、参加西南交通大学暑期夏令营活动,提交导师意向时,选择王红军老师,你的所有申请信息将发送给王红军老师,老师看到后将和你取得联系,点击此处参加夏令营活动
2、如果你能获得所在学校的推免生资格,欢迎通过推免方式申请王红军老师研究生,可以通过系统的推免生预报名系统提交申请,并选择意向导师为王红军老师,老师看到信息后将和你取得联系,点击此处推免生预报名
3、参加全国硕士研究生统一招生考试报考王红军老师招收的专业和方向,进入复试后提交导师意向时选择王红军老师。
4、如果你有兴趣攻读王红军老师博士研究生,可以通过申请考核或者统一招考等方式报考该导师博士研究生。
Convergence Analysis of Semi-supervised Clustering Ensemble
DOI码:10.1109/ICIST.2013.6747660
所属单位:西南交通大学
发表刊物:2013 IEEE Third International Conference on Information Science and Technology (ICIST)
刊物所在地:US
关键字:convergence learning (artificial intelligence pattern clustering convergence analysis ensemble learning semisupervised clustering ensemble semisupervised learning Convergence Diabetes Electronic mail
摘要:Semi-supervised clustering ensemble fully integrates the advantages of semi-supervised learning, clustering analysis and ensemble learning, as well as improves the performance of clustering. There are many works on the algorithm and the consensus function of semi-supervised clustering ensemble, but there are few studies in the theoretical analysis. In this paper, we analyze the convergence of semi-supervised clustering ensemble, and propose a new relabeling approach for semi-supervised clustering ensemble by majority voting. We prove that semi-supervised clustering ensemble is able to boost weak learners to strong learners which can make very accurate predictions. The experimental results on standard data sets show that the semi-supervised clustering ensemble has better performance.
合写作者:Hongjun Wang, et al
第一作者:Dahai Chen
论文类型:学术论文
通讯作者:Yan Yang
论文编号:20141817643152
学科门类:工学
一级学科:计算机科学与技术
页面范围:783-788
ISSN号:2164-4357
是否译文:否
发表时间:2013-05-23