研究文章雷竞技app下载苹果版

基于半监督聚类的批量顺序主动学习方法的有效迭代框架

摘要

半监督是机器学习领域。在以前的工作中，半监督聚类的成对约束选择是用主动学习方法迭代解决的。由成对约束导出的半监督聚类。成对约束取决于两种类型的约束，例如必须链接和不能链接。在该系统中，采用增强型迭代框架和朴素批序主动学习方法来提高聚类性能。迭代框架需要使用递增的约束集重复地重新聚类数据。针对增量增长的约束集，采用批处理方法，在每次迭代中根据查询选择一组点。在迭代算法中，k个实例在分布中选择最优匹配，从而导致了有界协调匹配的优化问题。利用高效的序列主动学习方法将提高标记效率和精度方面的性能，并且迭代次数更少。

S.Savitha, M. Sakthi Meena

阅读全文下载全文