TY -的A2 Ardagna克劳迪奥阿戈斯蒂诺•AU - Lv, MingQi盟——黄、赵盟,陈当时AU -王,Ting PY - 2020 DA - 2020/02/14 TI -一个协作深和浅Semisupervised学习框架移动应用分类SP - 4521723六世- 2020 AB -移动应用的快速发展,有必要对移动应用到预定义的类别进行分类。然而,有两个问题,使这个具有挑战性的任务。首先,手机应用程序的名称通常是短期和模棱两可的反映其真正的语义。第二,它通常是很难收集足够的标签样本训练好的分类器在一个定制的分类法的移动应用程序是必需的。对于第一个问题,我们利用网络知识丰富的移动应用程序的文本信息。对于第二个问题,主要运用的方法是semisupervised学习,利用未标记样本cotraining方案。然而,如何加强基础学习者最大化之间的多样性的力量cotraining方案,仍然是一个悬而未决的问题。针对这个问题,我们利用机器学习模式(即完全不同。学习和深度学习、浅),以确保更大程度的多样性。,为此,本文提出了Co-DSL协作深和浅semisupervised学习框架,为移动应用程序分类使用只有少数样本和大量的未标记样本的标签。实验结果证明的有效性Co-DSL,只能达到85%以上分类精度通过使用两个标签样本移动应用类别。 SN - 1574-017X UR - https://doi.org/10.1155/2020/4521723 DO - 10.1155/2020/4521723 JF - Mobile Information Systems PB - Hindawi KW - ER -