代价敏感的半监督Laplacian支持向量机

• 作者: 万建武 杨明 陈银娟
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 代价敏感学习 半监督学习 Laplacian支持向量机
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1410-1415
• 分类号: TP39
• 字数: 4689字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2012.07.020

摘要

代价敏感学习是机器学习领域的一个研究热点.在实际应用中,数据集往往是不平衡的,存在着大量的无标签样本,只有少量的有标签样本,并且存在噪声.虽然针对该情况的代价敏感学习方法的研究已取得了一定的进展,但还需要进一步的深入研究.为此,本文提出了一种基于代价敏感的半监督Laplacian支持向量机.该模型在采用无标签扩展策略的基础上,将考虑了数据不平衡的错分代价融入到Laplacian支持向量机的经验损失和Laplacian正则化项中.考虑到噪声样本对决策平面的影响,本文定义了一种样本依赖的代价,对噪声样本赋予较低的权重.在7个UCI数据集和8个NASA软件数据集上的实验结果表明了本文算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明	南京师范大学计算机科学与技术学院	58	1074	15.0	32.0
5	万建武	南京师范大学计算机科学与技术学院	3	41	3.0	3.0
9	陈银娟	南京师范大学计算机科学与技术学院	1	19	1.0	1.0