基于局部行为搜索策略的半监督学习算法及其应用研究

• 作者: 杨俊安 温志津 王沙飞
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 半监督学习 行为学习 正则化 流形学习 支持向量机
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 1443-1449
• 页数: 7页
• 分类号: TN911.7
• 字数: 4924字
• 语种: 中文

摘要

近年来，半监督学习在模式识别和机器学习领域引起了广泛关注。在这些方法中，半监督支持向量机是非常主流的一类。然而，学习过程中热核函数的参数选择问题一直困扰着研究人员，若选取不当，学习性能会显著下降。为了解决该问题，本文提出一种新颖的基于局部行为搜索策略的半监督学习算法。新算法基于人类行为搜索策略，传统的支持向量机被正则化为拉普拉斯图。在搜索到特征空间的局部分布后，行为因子能够映射到样本邻域的潜在概率分布。为验证新算法有效性，本文分别进行了仿真数据集和实际数据集实验。实验结果显示与传统方法相比，新算法在学习过程中能够更加有效和稳定。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨俊安		41	260	10.0	14.0
2	王沙飞		2	1	1.0	1.0
3	温志津		2	1	1.0	1.0