摘要:为进一步解决目前非精确图匹配算法在应用上的局限性,提出一种基于半监督的协同自组织映射神经网络(self-organizing map)算法。通过挖掘图的完备特征空间集,将有限带标签样本均分为3个训练集,分别初始化SOM子分类器,训练结果采用投票法进行统计;根据统计结果把无争议样本添加到已知标记的训练集中,票数不同的样本通过K均值算法进行二次判别。即在半监督条件下,利用聚类划分的思想将图匹配问题转化为图的分类标记问题。实验结果表明,该算法能够有效提升准确率,避免了传统算法在训练过程中产生的无法收敛的问题,节约了有监督算法的人工标记成本。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社