摘要：当前机器学习面临的主要问题之一是如何有效地处理海量数据，而标记训练数据是十分有限且不易获得的。提出了一种新的半监督SVM算法，该算法在对SVM训练中，只要求少量的标记数据，并能利用大量的未标记数据对分类器反复的修正。在实验中发现，Tri—training的应用确实能够提高SVM算法的分类精度，并且通过增大分类器间的差异性能够获得更好的分类效果，所以Tri-training对分类器的要求十分宽松，通过SVM的不同核函数来体现分类器之间的差异性，进一步改善了协同训练的性能。理论分析与实验表明，该算法具有较好的学习效果。

原文链接:http://www.cqvip.com//QK/91690X/200922/31130275.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）