Scidown文献预览系统！
使用未标记数据改进的三联训练( Improved Tri-training with Unlabeled Data )
G Tao G Li Machine Learning Data Mining Learning from Unlabeled Data Semi-supervised Learning Co-training Tri-training
半监督学习，如从标记和未标记数据的组合中进行协同训练和三训练学习，已经成为最近一个重要的研究课题。在三次训练算法中，先从原始的标记样本中生成三个分类器，然后在三次训练过程中使用未标记的样本进行精化。该算法既不需要充分的冗余视图，也不需要使用不同的监督学习算法，这些算法的假设将实例空间划分为一组等价类。但是，在一定条件下，该算法的性能会下降。本文针对三元训练中存在的三个问题，即误差估计不当、约束过大以及标记样本和未标记样本权重不足。针对这三个问题，提出了一种改进的三训练算法（im-tri-training）。在UCI数据集上的实验表明，im-tri-training在学习性能上优于tri-training。
SciDown文献求助系统（解决99%问题） Public Download Springer dx.doi.org ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 欧元/ RC55/1 rev . 1下载
scidown 淫羊藿苷通过激活WNT1/β-catenin成骨信号通路加速骨折愈合下载
scidown 新兴晶体多孔材料的研究进展下载