典型文献
基于W距离自编码器半监督生成模型
文献摘要：
针对现有的半监督深度分类模型未能很好学习到逼近总体数据分布的问题,提出一种基于Wasserstein自编码器深度生成模型改进的半监督深度分类算法WCVAE.在设置优化目标时考虑样本集全体示例的边际分布和有标签样本的条件分布,利用Wasserstein距离对模型拟合分布与真实数据分布之间的距离进行度量,学习到更加复杂的高维分布,使分类器学习到原数据的总体分布.实验结果表明,WCVAE在经典数据集上相较于现有方法,具有更好的质量.
文献关键词：
半监督学习;自编码器;深度生成模型;分类机器学习;Wasserstein距离
中图分类号：
作者姓名：
王江晴;何开杰;孙翀;帖军;尹帆
作者机构：
中南民族大学 计算机科学学院,湖北 武汉 430074;中南民族大学 湖北省制造企业智能管理工程技术研究中心,湖北 武汉 430074
文献出处：
引用格式：
[1]王江晴;何开杰;孙翀;帖军;尹帆-.基于W距离自编码器半监督生成模型)[J].计算机工程与设计,2022(04):1002-1007
A类：
WCVAE
B类：
自编码器,分类模型,好学,逼近,数据分布,Wasserstein,深度生成模型,模型改进,分类算法,优化目标,样本集,示例,边际,条件分布,模型拟合,拟合分布,真实数据,行度,高维,分类器,半监督学习,分类机器学习
AB值：
0.336669
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
