文档介绍:第 卷第 期 郑 州 大 学 学 报( 理 学 版)
53 3 Vol. 53 No. 3
年 月
2021 9 J. Zhengzhou Univ. ( Nat. Sci. Ed. ) Sep. 2021
基于一致性正则化与熵最小化的半监督学****算法
邵伟志, 潘丽丽, 雷前慧, 黄诗祺, 马骏勇
中南林业科技大学 计算机与信息工程学院 湖南 长沙
( 410004)
摘要: 在一致性正则化与熵最小化的基础上提出一种新的半监督学****算法 集成数据的互补信息 然
Mean Mixup, ,
后使用熵最小化给未标记数据生成可 靠 的 伪 标 签 在 一 致 性 正 则 化 下 进 一 步 优 化 模 型 分 类 结 果 在 常 用 数 据 集
, 。
和 上对 算法进行了评估 实验结果表明 所提出的方法在分类准确率上优于一些已有
SVHN CIFAR10 Mean Mixup , ,
的半监督学****算法