Knowledge Commons of Institute of Automation，CAS
| 基于梯形网络和改进三训练法的半监督分类 | |
| 莫建文; 贾鹏 | |
| 发表期刊 | 自动化学报
 |
| ISSN | 0254-4156 |
| 2022 | |
| 卷号 | 48期号:8页码:2088-2096 |
| 摘要 | 为了提高半监督深层生成模型的分类性能,提出一种基于梯形网络和改进三训练法的半监督分类模型.该模型在梯形网络框架有噪编码器的最高层添加3个分类器,结合改进的三训练法提高图像分类性能.首先,用基于类别抽样的方法将有标记数据分为3份,模型以有标记数据的标签误差和未标记数据的重构误差相结合的方式调整参数,训练得到3个Large-margin Softmax分类器;接着,用改进的三训练法对未标记数据添加伪标签,并对新的标记数据分配不同权重,扩充训练集;最后,利用扩充的训练集更新模型.训练完成后,对分类器进行加权投票,得到分类结果.模型得到的梯形网络的特征有更好的低维流形表示,可以有效地避免因为样本数据分布不均而导致的分类误差,增强泛化能力.模型分别在MNIST数据库, SVHN数据库和CIFAR10数据库上进行实验,并且与其他半监督深层生成模型进行了比较,结果表明本文所提出的模型得到了更高的分类精度. |
| 关键词 | 梯形网络 改进的三训练法 半监督学习 Large-margin Softmax分类器 |
| DOI | 10.16383/j.aas.c190869 |
| 引用统计 | |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/56311 |
| 专题 | 学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 莫建文,贾鹏. 基于梯形网络和改进三训练法的半监督分类[J]. 自动化学报,2022,48(8):2088-2096. |
| APA | 莫建文,&贾鹏.(2022).基于梯形网络和改进三训练法的半监督分类.自动化学报,48(8),2088-2096. |
| MLA | 莫建文,et al."基于梯形网络和改进三训练法的半监督分类".自动化学报 48.8(2022):2088-2096. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| AAS-CN-2019-0869.pdf（6611KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [莫建文]的文章 |
| [贾鹏]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [莫建文]的文章 |
| [贾鹏]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [莫建文]的文章 |
| [贾鹏]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论