• ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

基于ART半监督在线学习的文档分类

徐敏 张丽萍 朱梧檟

徐敏, 张丽萍, 朱梧檟. 基于ART半监督在线学习的文档分类[J]. 西南交通大学学报, 2006, 19(3): 335-340.
引用本文: 徐敏, 张丽萍, 朱梧檟. 基于ART半监督在线学习的文档分类[J]. 西南交通大学学报, 2006, 19(3): 335-340.
XU Min, ZHANG Liping, ZHU Wujia. Document Classification by Semi-supervised Online Learning Based on ART[J]. Journal of Southwest Jiaotong University, 2006, 19(3): 335-340.
Citation: XU Min, ZHANG Liping, ZHU Wujia. Document Classification by Semi-supervised Online Learning Based on ART[J]. Journal of Southwest Jiaotong University, 2006, 19(3): 335-340.

基于ART半监督在线学习的文档分类

基金项目: 

973国家重点基金研究发展规划项目(G1999032701)

国家自然科学基金资助项目(60575038)

详细信息
    作者简介:

    徐敏(1971- ),男,讲师,博士研究生,研究方向为wed数据挖掘、机器学习、人工智能等,电话:025-84236033,E-mail:xumin@nuaa.edu.cn

Document Classification by Semi-supervised Online Learning Based on ART

  • 摘要: 根据自适应谐振理论提出了半监督学习自适应谐振理论系统.在该系统中取消了一般半监督学习算法中假定已知数据概率分布的条件限制,利用自适应谐振理论的稳定性和可塑性,使其具有非常强的学习新模式和纠正错误能力.为了提高系统自适应性能力,将警戒参数设置为动态变化。实验结果表明半监督学习自适应谐振理论系统的性能优于判别式CEM算法,特别是在含有噪音和新模式数据情况下,其优势更为明显.

     

  • ZHANG T,OLES F.A probability analysis on the value of unlabeled data for classification problems[C] ∥Proc.Intl Conf.Machine Learning (ICML).San Francisco:Morgan Kaufmann,2000:1 191-1 198.[2] COHEN I,COZMAN F G,BRONSTEIN A.On the value of unlabeled data in semi-supervised learning based on maximum-likelihood estimation[R]. Technical Report HPL-2002-140,Hewlett-Packard Labs,2002.[3] CARPENTER G A,GROSSBERG S,REYNOLDS J H.ARTMAP:supervised real-time learning and classification of non-stationary data by a self-organizing neural network[J]. Neural Networks,1991,4:565-588.[4] CARPENTER G A,GROSSBERG S.A massively parallel architecture for a self-organizing neural pattern recognition machine[J]. Computer Vision,Graphics,and Image Processing,1987,37:54-115.[5] KOLLER D,SAHAMI M.Hierarchically classifying documents using very few words[C] ∥Proc.ICML-97,Nashville:Morgan Kaufmann,1997:170-176.[6] NOEL V J,REZA A M,PATRICK Gallinari.Learning classification with both labeled and unlabeled data[C] ∥Proc.European Conference on Machine Learning,Lecture Notes in AI.Helsinki:Springer,2002:468-479.
  • 加载中
计量
  • 文章访问数:  1442
  • HTML全文浏览量:  59
  • PDF下载量:  203
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-09-05
  • 刊出日期:  2006-06-25

目录

    /

    返回文章
    返回