基于最小熵正则化的半监督分类 (2010年)

【文件属性】：
文件名称：基于最小熵正则化的半监督分类 (2010年)
文件大小：822KB
文件格式：PDF
更新时间：2021-05-30 21:14:00
自然科学 论文 生成式模型需要对复杂的联合概率密度建模,并估计较多的参数,为此,文中提出了一种基于最小熵正则化的半监督分类算法。该算法利用Havrda-Charvat摧s结构α-熵作为目标的正则项,并用拟牛顿法进行求解。该算法既是判别式的,又是直推式的,从而降低了对模型的依赖程度,同时可以方便地预测训练集之外的示例标记。在UCI数据库上的仿真实验结果表明,所提出的算法即使在有标记数据较少的情况下仍能获得较低的分类误差。