论文部分内容阅读
为解决分类器训练过程中由于无标记数据的引入，容易产生噪音、降低分类精度的问题，提出了基于遗传算法的噪声过滤协同训练算法（CGA）。充分利用遗传算法的寻优功能，产生高适应度的分类规则，达到辅助协同训练算法挑选有价值的无标记数据，降低噪音的引入，确保参与协同训练分类器的精度和性能得到有效更新的目的。在UCI数据集上的实验验证了该算法的有效性。