文件名称：论文研究-基于数据分布一致性最小最大概率机.pdf
文件大小：681KB
文件格式：PDF
更新时间：2022-10-03 06:32:10
论文研究
针对既包含有标记样本又包含未标记样本的分类数据，提出数据分布一致性原理，并将其融入到最小最大概率机中。把有标记样本和无标记样本映射到决策超平面所在空间（简称超空间），通过最小化有标记样本和无标记样本在超空间的概率分布差异，充分利用无标签样本来修正最小最大概率机的误差，使得修正后的决策超平面更接近于真正的分类超平面。实验证明，数据分布一致性最小最大概率机（DCMPM）比最小最大概率机（MPM）具有更好的分类性能。