公开(公告)号：CN104463208A

公开(公告)日：2015-03-25

申请号：CN201410742319.1

申请日：2014-12-09

Applicant: 北京工商大学

Inventor： 于重重 ,  王琴 ,  商利利 ,  陈秀新

IPC: G06K9/62

CPC classification number: G06K9/6271

Abstract: 为了提高多视图半监督协同算法的性能，并针对算法应用范围受限的问题，提出了一种组合标记的协同训练方法。该算法将一致性与非一致性标记规则相结合，若分类器具有相同标记则将对应样本加入到相应的样本集中；若标记不同且两分类器对应的标记置信度差值超过了一定的阈值，则采用高置信度分类器的标记结果，并将样本添加到相应的样本集中。通过判断两类分类器对相应样本是否一致以及差异性阈值对未标记样本进行组合标记，并利用分类器差异性判断原则更新分类原则，充分利用未标记样本中的有用信息，将分类其性能提高5％以上。

公开(公告)号：CN102663264B

公开(公告)日：2015-02-25

申请号：CN201210132970.8

申请日：2012-04-28

Applicant: 北京工商大学

Inventor： 于重重 ,  谭励 ,  陈秀新 ,  王竞燕 ,  商利利 ,  马萌

IPC: G06F19/00

Abstract: 一种桥梁结构健康监测静态参数的半监督协同评估方法。实时采集的桥梁结构健康静态数据经过预处理形成桥梁结构特征样本集。其中的已标记样本集经自助采样得到三个已标记样本子集，利用三个样本子集训练出三个基于不同监督学习算法的初始基分类器，然后通过三个分类器之间的协同作用来实现对特征样本集中未标记样本的标记，并同时更新分类器。协同训练迭代结束后，三个基分类器通过将各自对测试样本的标记结果进行加权投票来得到最终的分类结果。本发明既可以减少对于桥梁结构健康数据的大量标注需求，降低人工标记成本，又可以提高桥梁结构健康数据的分类准确率，通过桥梁结构健康数据的分类结果来实现对桥梁结构健康状况的分析与评估。

公开(公告)号：CN102663264A

公开(公告)日：2012-09-12

申请号：CN201210132970.8

申请日：2012-04-28

Applicant: 北京工商大学

Inventor： 于重重 ,  谭励 ,  王竞燕 ,  商利利 ,  马萌

IPC: G06F19/00

Abstract: 一种桥梁结构健康监测静态参数的半监督协同评估方法。实时采集的桥梁结构健康静态数据经过预处理形成桥梁结构特征样本集。其中的已标记样本集经自助采样得到三个已标记样本子集，利用三个样本子集训练出三个基于不同监督学习算法的初始基分类器，然后通过三个分类器之间的协同作用来实现对特征样本集中未标记样本的标记，并同时更新分类器。协同训练迭代结束后，三个基分类器通过将各自对测试样本的标记结果进行加权投票来得到最终的分类结果。本发明既可以减少对于桥梁结构健康数据的大量标注需求，降低人工标记成本，又可以提高桥梁结构健康数据的分类准确率，通过桥梁结构健康数据的分类结果来实现对桥梁结构健康状况的分析与评估。