计算机科学 ›› 2008, Vol. 35 ›› Issue (9): 213-216.
• • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 利用有噪训练集训练分类器的过程中，去噪是基本的预处理步骤。传统的去噪工作只是简单地删除被标记为噪声的实例。显然，这样处理会清除噪声实例中的有用信息。本文提出一种基于Bayes的去噪方法，不但能辨识出噪声而且能纠正噪声实例的错误类标，从而保证其有效信息不会丢失。
关键词: 噪声 噪声辨别 噪声纠正
Abstract: De-noising is a basic pretreatment in the process of training a classifier. Most traditional de-noising approaches only delete instances tagged as noise which obviously also eliminates the useful information in these instances. A new approach is presented
Key words: Noise, Noise identifying, Noise correcting
. 基于Bayes的有噪训练集去噪方法研究[J]. 计算机科学, 2008, 35(9): 213-216. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2008/V35/I9/213
Cited
首页