资源简介
一个协同训练的小小的仿真,半监督学习算法,最初的协同训练算法(或称为标准协同训练算法)是A. Blum和T. Mitchell [BlumM98] 在 1998年提出的
代码片段和文件信息
clc;
clear;
%% 导入数据
data=importdata(‘mfeat-kar‘);
for i=0:9
for j=1:200
data(i*200+j:((i+1)*200)65)=i;
end
end
%% 随机划分训练集和测试集
N=size(data);
ind = randperm(N(1)); %产生一个随机的排序
sample_train=data(ind(1:N(1)*0.5)1:65); %随机挑选出训练样本 50%
sample_test=data(ind(N(1)*0.5+1:end)1:65); %随机挑选出测试样本 50%
%% 单独10%训练样本的效果。
% by1=fitcnb(sample_train(:1:64)sample_train(:65));
% R1=by1.predict(sample_test(:1:64));
% cMat1=confusionmat(sample_test(:65)R1);
% r=diag(cMat1);
% accuracy1=(sum(r))/1000;
%% 将训练集划分为有标记的数据集L和无标记的数据集U L/U=90%
sample_train_L=sample_train(1:100:); %得到有标记训练样本占训练集10%
sample_train_U=sample_train(101:end1:64); %得到无标记训练样本占训练集90%
L1=zeros(100033);
L2=zeros(100033);
%将L分为两个视图L1 和 L2
L1(1:1001:32)=sample_train_L(1:1001:32);
L1(1:10033)=sample_train_L(1:10065);
L2(1:1001:32)=sample_train_L(1:10033:64);
L2(1:10033)=sample_train_L(1:10065);
for i=1:9
U11=sample_train_U(((i-1)*100+1):(i*100)1:32); % 得到一个初始的无标记子集U‘
meas1=L1(1:(i*100)1:32);
species1=L1(1:(i*100)33);
by1=fitcnb(meas1species1);
R1=by1.predict(U11);
result1(1:1001:32)=L1(1:1001:32);
result1(1:10033)=R1(1:1001);
U12=sample_train_U(((i-1)*100+1):(i*100)33:64);
meas2=L2(1:(i*100)1:32);
species2=L2(1:(i*100)33);
by2=fitcnb(meas2species2);
R2=by2.predict(U12);
result2(1:1001:32)=L2(1:1001:32);
result2(1:10033)=R2(1:1001);
L1((i*100+1):((i+1)*100):)=result2(1:100:);
L2((i*100+1):((i+1)*100):)=result1(1:100:);
end
%% h1对测试集进行分类
sample_test_t1=sample_test(:1:32); %测试集的样本特征
sample_test_t2=sample_test(:33:64);
sample_test_c=sample_test(:65); %测试集的类别
last_r1=by1.predict(sample_test_t1);
cMat1=confusionmat(sample_test_clast_r1);
r=diag(cMat1);
accuracy1=(sum(r))/1000;
%% h2对测试集进行分类
last_r2=by2.predict(sample_test_t2);
cMat2=confusionmat(sample_test_clast_r2);
r2=diag(cMat2);
accuracy2=(sum(r2))/2000;
disp(‘accuracy= ‘);
if(accuracy1>=accuracy2)
disp(accuracy1);
else
disp(accuracy2);
end
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 2370 2017-12-18 12:34 协同训练\main.m
文件 1922000 1999-10-08 20:00 协同训练\mfeat-kar
目录 0 2017-06-19 10:49 协同训练
----------- --------- ---------- ----- ----
1924370 3
相关资源
- m_map使用小结——非常实用
- NSGA-2源程序可以运行
- 图论软件包
- 医学图像配准
- GSA算法源程序
- contourlet代码
- 图像栅格化处理
- 计算机图形学实验报告及代码2
- HDL-Coder详细教程
- 老外编的kriging插值
- 雷达中的微多普勒效应 程序代码
- SAR图像变化检测方法,包括了对数比
- 矩量法计算线天线辐射方向图
- 车间调度算法
- 非局部均值滤波
- 直流微网建模,母线电压200V,改进下
- 自校正PID控制算法
- relief算法的代码实现
- 斯皮尔曼的等级相关系数
- 互信息的计算
- Zernike矩亚像素边缘检测
- 相位展开传统算法
- 倾斜haar-like feature计算
- m序列_gold及m&walsh序列生成及序列相关
- BP神经网络程序非工具箱
- 深度玻尔兹曼机
- PCB识别包含程序截图和原图
- 无网格方法解悬臂梁问题
- 基于maltab的LED阵列仿真
- 稀疏分解图像重建程序,把图像分解
评论
共有 条评论