%0 Journal Article
%T 主动协同半监督粗糙集分类模型
%A 高灿
%A 苗夺谦
%A 张志飞
%A 刘财辉
%J 模式识别与人工智能
%P 745-754
%D 2012
%X 粗糙集理论是一种有监督学习模型，一般需要适量有标记的数据来训练分类器。但现实一些问题往往存在大量无标记的数据，而有标记数据由于标记代价过大较为稀少。文中结合主动学习和协同训练理论，提出一种可有效利用无标记数据提升分类性能的半监督粗糙集模型。该模型利用半监督属性约简算法提取两个差异性较大的约简构造基分类器，然后基于主动学习思想在无标记数据中选择两分类器分歧较大的样本进行人工标注，并将更新后的分类器交互协同学习。UCI数据集实验对比分析表明，该模型能明显提高分类学习性能，甚至能达到数据集的最优值。
%K 粗糙集
%K 差别矩阵
%K 半监督约简
%K 主动学习
%K 协同训练
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9483.shtml