基于半监督学习方法的磨煤机故障预警 被引量：19

1

作者 肖黎 罗嘉 欧阳春明 《热力发电》 CAS 北大核心 2019年第4期121-127,共7页

火电机组磨煤机运行环境恶劣,故障频发,对磨煤机故障进行预警,评估设备在相关故障状态下的剩余可用时间,对提高火电机组运行安全具有重要意义。本文提出一种基于半监督学习方法的磨煤机故障预警技术。首先采用DBSCAN聚类将磨煤机的历史... 火电机组磨煤机运行环境恶劣,故障频发,对磨煤机故障进行预警,评估设备在相关故障状态下的剩余可用时间,对提高火电机组运行安全具有重要意义。本文提出一种基于半监督学习方法的磨煤机故障预警技术。首先采用DBSCAN聚类将磨煤机的历史运行数据划分为正常状态和故障状态,分配类标记并统计设备剩余可用时间,然后采用随机森林方法建立基于类标记序列的磨煤机运行状态分类预警模型,对磨煤机运行数据进行状态预测,根据类标记序列判断故障类别和对应的设备剩余可用时间。将此方法用于某火电厂磨煤机实际运行数据,并与k-近邻算法、朴素贝叶斯和线性判别分析的预警模型进行比较,结果表明:本文方法优于其他预警模型,可准确标记磨煤机不同故障发展阶段,也能较准确地给出磨煤机剩余可用时间。 展开更多

关键词 磨煤机 DBSCAN聚类 故障预警 随机森林 半监督学习方法 预测

下载PDF 职称材料

基于随机特征子空间的半监督情感分类方法研究 被引量：16

2

作者 苏艳 居胜峰 +2 位作者 王中卿 李寿山 周国栋 《中文信息学报》 CSCD 北大核心 2012年第4期85-90,共6页

情感分类是目前自然语言处理领域的一个热点研究问题。该文关注情感分类中的半监督学习方法(即基于少量标注样本和大量未标注样本进行学习的方式),提出了一种新的基于动态随机特征子空间的半监督学习方法。首先,动态生成多个随机特征子... 情感分类是目前自然语言处理领域的一个热点研究问题。该文关注情感分类中的半监督学习方法(即基于少量标注样本和大量未标注样本进行学习的方式),提出了一种新的基于动态随机特征子空间的半监督学习方法。首先,动态生成多个随机特征子空间;然后,基于协同训练(Co-training)在每个特征子空间中挑选置信度高的未标注样本;最后使用这些挑选出的样本更新训练模型。实验结果表明我们的方法明显优于传统的静态产生方式及其他现有的半监督方法。此外该文还探索了特征子空间的划分数目问题。 展开更多

关键词 情感分类 半监督学习方法 特征子空间

下载PDF 职称材料

基于关键词和关键句抽取的用户评论情感分析 被引量：10

3

作者 喻影 陈珂 +2 位作者 寿黎但 陈刚 吴晓凡 《计算机科学》 CSCD 北大核心 2019年第10期19-26,共8页

情感分析的一项主要研究任务是根据文档内容对其情感极性(即正类和负类)进行判断。在判断文档的情感极性时,不同的词语和句子具有不同的情感贡献度,因此如何从整个文档中准确地提取与情感分类更相关的词语和句子,从而提升分类性能,成为... 情感分析的一项主要研究任务是根据文档内容对其情感极性(即正类和负类)进行判断。在判断文档的情感极性时,不同的词语和句子具有不同的情感贡献度,因此如何从整个文档中准确地提取与情感分类更相关的词语和句子,从而提升分类性能,成为了一个重要问题。在有监督实验中,基于依存句法关系分析句子的逻辑结构,提取出了与表达情感更相关的词语进行加权,提高了分类性能。在半监督实验中,使用基于中文评论的关键句抽取和分类器融合算法,对整篇文档中包含更多情感词和总结意味的关键句进行了抽取,充分考虑了句子的情感词属性、位置属性、标点符号属性和关键词属性,并且使用分类器融合算法,让置信度最高的子分类器决定分类效果。在大众点评网和头条新闻的数据集上将所提算法与已有的经典算法进行对比,发现所提方法的性能更高,从而证明了基于依存句法分析的关键词抽取和基于特征的中文关键句抽取算法的有效性。 展开更多

关键词 情感分析 依存分析 关键句抽取 半监督学习 协同训练

下载PDF 职称材料

结合半监督核的高斯过程分类 被引量：7

4

作者 李宏伟 刘扬 +1 位作者 卢汉清 方亦凯 《自动化学报》 EI CSCD 北大核心 2009年第7期888-895,共8页

提出了一种半监督算法用于学习高斯过程分类器,其通过结合非参数的半监督核向分类器提供未标记数据信息.该算法主要包括以下几个方面:1)通过图拉普拉斯的谱分解获得核矩阵,其联合了标记数据和未标记数据信息;2)采用凸最优化方法学习核... 提出了一种半监督算法用于学习高斯过程分类器,其通过结合非参数的半监督核向分类器提供未标记数据信息.该算法主要包括以下几个方面:1)通过图拉普拉斯的谱分解获得核矩阵,其联合了标记数据和未标记数据信息;2)采用凸最优化方法学习核矩阵特征向量的最优权值,构建非参数的半监督核;3)把半监督核整合到高斯过程模型中,构建所提出的半监督学习算法.该算法的主要特点是:把基于整个数据集的非参数半监督核应用于高斯过程模型,该模型有着明确的概率描述,可以方便地对数据之间的不确定性进行建模,并能够解决复杂的推论问题.通过实验结果表明,该算法与其他方法相比具有更高的可靠性. 展开更多

关键词 高斯过程 半监督学习 核方法 凸最优化

下载PDF 职称材料

基于加权K最近邻改进朴素贝叶斯自训练算法 被引量：6

5

作者 李婷婷 吕佳 《武汉大学学报（理学版）》 CAS CSCD 北大核心 2019年第5期465-471,共7页

针对传统半监督自训练方法在学习朴素贝叶斯分类器过程中容易误标记无标记样本,且整个过程未能利用到训练样本的空间结构信息,导致正确率不高的问题,提出了一种基于加权K最近邻改进朴素贝叶斯自训练算法。该算法利用加权K最近邻算法计... 针对传统半监督自训练方法在学习朴素贝叶斯分类器过程中容易误标记无标记样本,且整个过程未能利用到训练样本的空间结构信息,导致正确率不高的问题,提出了一种基于加权K最近邻改进朴素贝叶斯自训练算法。该算法利用加权K最近邻算法计算出无标记样本的隶属度,通过隶属度选出与已标记样本空间结构相近的样本,使得朴素贝叶斯分类器在一个较好的空间结构上对未标记样本进行分类,充分地利用样本的空间结构信息,从而降低了自训练过程中的迭代错误。在UCI和Kaggle数据集上的对比实验结果表明,该方法的性能相对于传统半监督自训练算法有所改善。 展开更多

关键词 半监督学习 自训练方法 朴素贝叶斯 加权K最近邻 置信度

原文传递

半监督鲁棒联机聚类算法 被引量：4

6

作者 金骏 张道强 《计算机研究与发展》 EI CSCD 北大核心 2008年第3期496-502,共7页

将监督信息引入到聚类算法中去,在先前提出的鲁棒联机聚类算法(ROC)的基础上,通过引入以样本类标号形式给出的监督信息,提出了一种半监督的鲁棒联机聚类算法(Semi-ROC).在算法的聚类精度和鲁棒性能上,算法Semi-ROC比ROC和AddC有着更好... 将监督信息引入到聚类算法中去,在先前提出的鲁棒联机聚类算法(ROC)的基础上,通过引入以样本类标号形式给出的监督信息,提出了一种半监督的鲁棒联机聚类算法(Semi-ROC).在算法的聚类精度和鲁棒性能上,算法Semi-ROC比ROC和AddC有着更好的性能,在人工数据集和UCI标准数据集上的实验结果表明,Semi-ROC能有效地利用少量的监督信息来提高算法的聚类性能,得到较优的结果.另外,在添加噪声的情况下,算法Semi-ROC比原始的联机聚类算法AddC和ROC都更加鲁棒. 展开更多

关键词 联机聚类 半监督学习 鲁棒 核方法 机器学习

下载PDF 职称材料

联合空谱信息的高光谱影像半监督ELM分类 被引量：5

7

作者 付琼莹 余旭初 +1 位作者 张鹏强 魏祥坡 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2017年第7期89-93,121,共6页

针对高光谱影像处理应用中,标记样本往往数量较小且质量不均而未标记样本大量存在的问题,结合半监督学习方法,提出一种面向高光谱影像分类的半监督极限学习机分类算法.首先根据图理论,联合高光谱影像空间光谱信息,对标记和未标记样本共... 针对高光谱影像处理应用中,标记样本往往数量较小且质量不均而未标记样本大量存在的问题,结合半监督学习方法,提出一种面向高光谱影像分类的半监督极限学习机分类算法.首先根据图理论,联合高光谱影像空间光谱信息,对标记和未标记样本共同构建无向加权图;然后,考虑平滑性约束和结构最小化原则,构造分类目标函数;最后,利用核方法求解最优参数,进而实现高光谱影像的半监督分类.采用该方法进行分类对比实验,结果表明:该方法能够有效利用未标记样本信息,提高小样本下的高光谱影像分类精度. 展开更多

关键词 高光谱影像 极限学习机 半监督学习 核方法 影像分类

原文传递

半监督自训练方法综述 被引量：5

8

作者 吕佳 李婷婷 《重庆师范大学学报（自然科学版）》 CAS 北大核心 2021年第5期98-106,共9页

【目的】通过介绍半监督自训练的背景及自训练方法的理论、训练机制、特征属性、比较标准,并梳理自训练方法的应用场景和存在的主要问题,为自训练方法的进一步研究提供参考。【方法】检索半监督自训练方法的相关文献,回顾近些年自训练... 【目的】通过介绍半监督自训练的背景及自训练方法的理论、训练机制、特征属性、比较标准,并梳理自训练方法的应用场景和存在的主要问题,为自训练方法的进一步研究提供参考。【方法】检索半监督自训练方法的相关文献,回顾近些年自训练方法研究领域取得的进展并进行归纳总结。【结果】首先,介绍了半监督自训练方法的背景及自训练方法的理论。然后,从相关研究中梳理了自训练方法训练机制、特征属性、比较标准。在训练机制部分,归类总结了自训练学习过程中训练集的扩充方法;在特征属性部分,分别从自训练方法的置信度度量方式和训练过程中的停止准则进行阐述;在比较标准部分,论述了衡量自训练方法有效性的评价指标。最后,整理归纳了自训练方法的应用场景和主要存在的问题。【结论】半监督自训练方法的理论研究和应用探讨在未来一段时间仍然是机器学习研究的重点和热点之一,本研究对于理解半监督自训练方法的学习机理以及解决实际应用问题等都具有重要的理论价值和现实意义。 展开更多

关键词 半监督学习 自训练方法 标记样本 无标记样本 噪声

原文传递

代价敏感的目标客户选择半监督集成模型研究 被引量：4

9

作者 肖进 刘潇潇 +2 位作者 谢玲 刘敦虎 黄静 《中国管理科学》 CSSCI CSCD 北大核心 2018年第11期186-196,共11页

在现实的目标客户选择建模中,往往只能获取少量有类别标签的样本,而剩下的大量样本都无法获取类别标签。已有研究大都使用监督式建模研究范式,仅在少量有类别标签样本集上建模,很难取得令人满意的效果。为解决这一问题,本文引入半监督学... 在现实的目标客户选择建模中,往往只能获取少量有类别标签的样本,而剩下的大量样本都无法获取类别标签。已有研究大都使用监督式建模研究范式,仅在少量有类别标签样本集上建模,很难取得令人满意的效果。为解决这一问题,本文引入半监督学习(semi-supervised learning,SSL)技术,将其与代价敏感学习(cost sensitive learning,CSL)和多分类器集成中的随机子空间(random subspace,RSS)方法相结合,提出了代价敏感的目标客户选择半监督集成模型(cost-sensitive semi-supervised ensemble model,CSSE)。该模型使用代价敏感的支持向量机(SVM)来解决目标客户选择建模中样本数据类别分布不平衡的问题,还能够同时使用有、无类别标签的客户样本来建模。进一步地,该模型利用RSS方法训练一系列基本分类模型,并通过集成得到最终的分类结果。在某保险公司目标客户选择数据集上进行实证分析,结果表明,与两种监督式集成模型、两种单一的半监督模型以及两种半监督集成模型相比,CSSE模型具有更好的目标客户选择性能。 展开更多

关键词 目标客户选择 代价敏感 半监督学习RSS集成方法 半监督集成

原文传递

基于一致性正则化的深度偏标记半监督学习方法

10

作者 祝彪 李艳 王硕 《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第5期27-39,共13页

大部分偏标记学习方法假设所有训练样本都具有候选标记集,然而在许多现实场景下存在大量无标记样本.如何同时利用偏标记和无标记样本所隐含的信息构建学习模型,是偏标记半监督学习研究的关键问题.针对只含有少量标记样本、偏标记样本和... 大部分偏标记学习方法假设所有训练样本都具有候选标记集,然而在许多现实场景下存在大量无标记样本.如何同时利用偏标记和无标记样本所隐含的信息构建学习模型,是偏标记半监督学习研究的关键问题.针对只含有少量标记样本、偏标记样本和大量无标记样本的图像分类问题,运用一致性正则化方法和伪标记方法建立深度学习模型.对于偏标记和无标记样本,基于其弱增强的输出结果生成伪标记,且偏标记样本的伪标记限制于其候选标记集中.研究设计了新的损失函数,包含3个损失项,可以同时利用数据中的监督信息、弱监督信息和无监督信息.为了提高参与训练过程样本的可靠性,只选择高置信度伪标记的样本来计算两种增强后的输出交叉熵损失.实验结果说明,该方法(CR-SSPL)比现有半监督学习SOTA方法FlexMatch和偏标记学习代表方法具有更高的精度和稳定性,收敛速度也有明显提升. 展开更多

关键词 偏标记学习 半监督学习 一致性正则化 伪标记方法 图像分类 深度学习

下载PDF 职称材料

基于层一致性平均教师模型的半监督岩石薄片图像分类

11

作者 严子杰 王杨 +1 位作者 陈雁 张翀 《应用科学学报》 CAS CSCD 北大核心 2024年第1期27-38,共12页

传统的岩石薄片图像分类依赖于大量人工标记的图像样本,这种方式受制于标记人员的经验和能力,且无法通过不断增加的未标记岩石薄片图像样本实现分类能力的可扩展式增强。该文提出的在平均教师(mean teacher, MT)模型的基础上,通过在无... 传统的岩石薄片图像分类依赖于大量人工标记的图像样本,这种方式受制于标记人员的经验和能力,且无法通过不断增加的未标记岩石薄片图像样本实现分类能力的可扩展式增强。该文提出的在平均教师(mean teacher, MT)模型的基础上,通过在无监督损失中添加层一致性正则化项的方式约束师生模型的层次结构,实现对未标记数据信息的有效利用。消融实验和层一致性平均教师(hierarchy consistency mean teacher, HCMT)模型对比实验结果表明,层一致性正则化方法利用了未标记数据的有效信息,提升了MT模型的分类效果,使得HCMT模型可以在半标记数据集中获得如全标记数据集相似的分类能力。该实验表明,半监督学习模型利用大量未标记岩石薄片图像数据可以提升模型分类的能力。 展开更多

关键词 半监督学习 平均教师模型 岩石薄片图像分类 层一致性方法

下载PDF 职称材料

基于图半监督学习的移动相机背景减除

12

作者 谢朝阳 李金兰 +1 位作者 刘国奇 邹健 《计算机仿真》 2024年第6期237-243,共7页

在对移动相机拍摄的视频进行背景减除时,已有的无监督和监督学习模型的泛化能力都比较差。为此提出一种基于图表示和半监督学习的移动相机背景减除模型。首先提出了一种基于凸非凸图全变差正则的半监督学习模型。模型利用L1范数与其广义... 在对移动相机拍摄的视频进行背景减除时,已有的无监督和监督学习模型的泛化能力都比较差。为此提出一种基于图表示和半监督学习的移动相机背景减除模型。首先提出了一种基于凸非凸图全变差正则的半监督学习模型。模型利用L1范数与其广义Moreau包络的差来构造非凸图全变差正则,可避免图全变差中L1正则项带来的有偏估计,并且在理论上可以保证模型中目标函数的整体凸性,进而可以利用交替方向乘子法对模型进行求解。数值实验中,将新模型应用到背景减除中,并在CDnet2014数据集的PTZ挑战上进行了比较实验。实验结果表明,对移动相机视频序列进行背景减除时,新模型在视觉效果和数值指标上都要优于已有的无监督和监督学习模型。 展开更多

关键词 背景减除 半监督学习 图表示 凸非凸全变差 交替方向乘子法

下载PDF 职称材料

基于最大相关熵准则的稀疏图半监督算法

13

作者 左玲 肖恒 《计算机工程与设计》 北大核心 2024年第11期3320-3328,共9页

针对传统图半监督算法对非高斯噪声敏感、图的构造依赖于参数选择、训练过程中未考虑数据隐私等问题,提出一种隐私保护性的、基于最大相关熵准则的稀疏图半监督算法。采用最大相关熵准则显著提高算法对极端值的鲁棒性。基于无参数的稀... 针对传统图半监督算法对非高斯噪声敏感、图的构造依赖于参数选择、训练过程中未考虑数据隐私等问题,提出一种隐私保护性的、基于最大相关熵准则的稀疏图半监督算法。采用最大相关熵准则显著提高算法对极端值的鲁棒性。基于无参数的稀疏图构造方式避免参数选择对算法的影响。采用Laplace差分隐私保护机制,保护数据隐私。运用交替方向乘子法和半二次优化获得算法的最优解。实验结果表明,相较于其它相关方法,该算法具有更高的预测准确性、稀疏性和隐私保护性。 展开更多

关键词 半监督学习 图正则化 最大相关熵准则 鲁棒性 稀疏性 隐私保护性 交替方向乘子法 半二次优化

下载PDF 职称材料

基于相对变换的半监督分类算法 被引量：2

14

作者 易淼 刘小兰 《计算机应用》 CSCD 北大核心 2011年第10期2793-2795,共3页

为了增强基于图的局部和全部一致性(LGC)半监督算法的处理稀疏和噪声数据的能力,提出了一种基于相对变换的LGC算法。该算法通过相对变换将原始数据空间转换到相对空间,在相对空间中噪声和孤立点远离正常点,稀疏的数据变得相对密集,从而... 为了增强基于图的局部和全部一致性(LGC)半监督算法的处理稀疏和噪声数据的能力,提出了一种基于相对变换的LGC算法。该算法通过相对变换将原始数据空间转换到相对空间,在相对空间中噪声和孤立点远离正常点,稀疏的数据变得相对密集,从而可以提高算法的性能。仿真实验结果表明,基于相对变换的LGC算法有更强的处理稀疏和噪声数据的能力。 展开更多

关键词 半监督算法 图方法 相对变换

下载PDF 职称材料

面向类别比例偏移的半监督支持向量机方法 被引量：1

15

作者 李远肇 王少博 李宇峰 《模式识别与人工智能》 EI CSCD 北大核心 2016年第7期625-632,共8页

当未标记数据与有标记数据类别比例偏移较大时,半监督支持向量机性能不佳.基于此情况,文中提出面向类别比例偏移的半监督支持向量机方法.首先估计未标记数据类中心,然后对多个类别比例下的类中心进行最坏情况集成,从而提升半监督支持向... 当未标记数据与有标记数据类别比例偏移较大时,半监督支持向量机性能不佳.基于此情况,文中提出面向类别比例偏移的半监督支持向量机方法.首先估计未标记数据类中心,然后对多个类别比例下的类中心进行最坏情况集成,从而提升半监督支持向量机的性能保障.实验表明,文中方法有效提升半监督支持向量机在类别比例偏移时的性能保障. 展开更多

关键词 半监督学习 半监督支持向量机 类别比例偏移 集成方法

下载PDF 职称材料

商品品牌名称挖掘 被引量：1

16

作者 何正焱 王厚峰 《中文信息学报》 CSCD 北大核心 2012年第2期88-91,96,共5页

百度百科包含了大量的实体和丰富的链接与分类关系,在中文领域含有大量人类知识,能够弥补普通词典词汇覆盖面小的缺点。在商品品牌名称挖掘中,该文提出了发现新的品牌名称的基于图模型的半指导方法。利用百度百科中词条间的相关关系和... 百度百科包含了大量的实体和丰富的链接与分类关系,在中文领域含有大量人类知识,能够弥补普通词典词汇覆盖面小的缺点。在商品品牌名称挖掘中,该文提出了发现新的品牌名称的基于图模型的半指导方法。利用百度百科中词条间的相关关系和开放分类,该文使用不同的准则计算词条间的相似度,结合词条和分类的关联性,分类与分类之间的关联性,使用标记传播算法,在130万个词条上进行了品牌名称的挖掘,取得了较好地效果。 展开更多

关键词 商品名挖掘 半监督学习 图算法

下载PDF 职称材料

基于半监督学习的中文电子病历命名实体识别 被引量：1

17

作者 张杰 黄杰 万健 《浙江科技学院学报》 CAS 2022年第6期502-511,共10页

面向中文电子病历的命名实体识别(named entity recognition, NER)研究已经取得不错的成果,但其中大部分方法依赖于已标注医疗语料而无法充分利用未标注语料,且方法中构建的文本特征相对单一,无法深入获取医疗文本的特征。针对上述问题... 面向中文电子病历的命名实体识别(named entity recognition, NER)研究已经取得不错的成果,但其中大部分方法依赖于已标注医疗语料而无法充分利用未标注语料,且方法中构建的文本特征相对单一,无法深入获取医疗文本的特征。针对上述问题,设计了一种基于半监督学习的NER模型。首先,本模型通过构建多个特征来捕捉病历文本中的语义信息,使用基于转换器的双向编码表征(bidirectional encoder representation from transformers, BERT)训练海量的未标注数据来学习适合中文医疗领域的字向量表示,并使用双向语言模型捕捉每个字的上下文特征向量,以及使用医疗词典结合双向最大匹配算法构建文本的词典特征向量。其次,融合3种特征向量后输入由双向门控循环单元、自注意力机制和条件随机场组成的NER模型中训练。最后,NER模型通过预测未标注语料获得候选标注语料,引入自举(bootstrapping)算法筛选置信度高的候选标注语料,将其合并到初始标注语料后迭代训练NER模型。试验结果表明,本模型在自建脑血管数据集和中国知识图谱与语义计算大会(China Conference on Knowledge Graph and Semantic Computing, CCKS)发布的CCKS2017、CCKS2018数据集上的F_(1)值分别为90.16%、92.72%和90.93%,优于其他使用额外特征的NER模型和主流神经网络模型。本模型为提高中文电子病历的实体识别精度提供了一种新方法,可应用于实际工程中的NER任务。 展开更多

关键词 中文电子病历 命名实体识别 半监督学习 语言模型 自举算法

下载PDF 职称材料

基于半监督对手协商偏好学习的协商模型 被引量：1

18

作者 彭艳斌 廖备水 +2 位作者 郑志军 艾解清 李吉明 《计算机集成制造系统》 EI CSCD 北大核心 2012年第9期2082-2090,共9页

针对自动化协商问题,提出一种基于协同训练的半监督对手协商偏好学习方法。在该方法中,将协商过程映射到出价轨迹特征空间和交互轨迹特征空间两个新的特征空间。在两个特征空间中分别训练支持向量回归机,两个学习机迭代,互相提供可靠的... 针对自动化协商问题,提出一种基于协同训练的半监督对手协商偏好学习方法。在该方法中,将协商过程映射到出价轨迹特征空间和交互轨迹特征空间两个新的特征空间。在两个特征空间中分别训练支持向量回归机,两个学习机迭代,互相提供可靠的有标记训练样本,以扩大训练样本规模。由两个学习机共同学习,得到对手的协商偏好。协商决策模型以双方协商偏好为基础提出双赢的协商反建议。实验数据表明,所提方法可以提高协商总体效用,减少协商回合数,节省协商时间。 展开更多

关键词 协商模型 半监督学习方法 支持向量回归机 偏好 模拟退火算法

下载PDF 职称材料

基于最小熵正则化的半监督分类 被引量：1

19

作者 刘小兰 郝志峰 +1 位作者 杨晓伟 马献恒 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2010年第1期87-91,共5页

生成式模型需要对复杂的联合概率密度建模,并估计较多的参数,为此,文中提出了一种基于最小熵正则化的半监督分类算法.该算法利用Havrda-Charvat's结构α-熵作为目标的正则项,并用拟牛顿法进行求解.该算法既是判别式的,又是直推式的... 生成式模型需要对复杂的联合概率密度建模,并估计较多的参数,为此,文中提出了一种基于最小熵正则化的半监督分类算法.该算法利用Havrda-Charvat's结构α-熵作为目标的正则项,并用拟牛顿法进行求解.该算法既是判别式的,又是直推式的,从而降低了对模型的依赖程度,同时可以方便地预测训练集之外的示例标记.在UCI数据库上的仿真实验结果表明,所提出的算法即使在有标记数据较少的情况下仍能获得较低的分类误差. 展开更多

关键词 半监督学习 条件Havrda—Charvat’s结构 α-熵 正则化 模式分类 拟牛顿法

下载PDF 职称材料

半监督学习算法的收敛性及其在人脸识别中的应用

20

作者 李凯 马红艳 +1 位作者 杨楠 陈新勇 《河北大学学报（自然科学版）》 CAS 北大核心 2011年第1期92-97,共6页

研究了半监督学习的一致性学习算法及其变形.通过引入圆盘定理,证明了一致性学习算法收敛的条件;针对变形学习算法,给出了使用变形矩阵的合理性解释;最后将一致性学习算法及其变形应用于人脸识别问题,对该算法中的参数以及变形矩阵进行... 研究了半监督学习的一致性学习算法及其变形.通过引入圆盘定理,证明了一致性学习算法收敛的条件;针对变形学习算法,给出了使用变形矩阵的合理性解释;最后将一致性学习算法及其变形应用于人脸识别问题,对该算法中的参数以及变形矩阵进行了实验研究,并与支持向量机方法进行了性能比较. 展开更多

关键词 半监督学习 一致性方法 收敛 人脸识别

下载PDF 职称材料