發(fā)布時間：2021-08-14 01:30

　　半監(jiān)督學習問題是機器學習中常見的學習問題之一,不僅有帶標簽的數(shù)據(jù),同時還有大量無標簽數(shù)據(jù).半監(jiān)督學習問題出現(xiàn)于垃圾郵件過濾、醫(yī)學圖像分析、句法分析等實際中.多視圖半監(jiān)督學習算法將多視圖與半監(jiān)督學習算法相結(jié)合,比單視圖分類效果更好.本文提出了一種將多視圖半監(jiān)督學習與雙支持向量機相結(jié)合的方法,具體內(nèi)容如下:針對半監(jiān)督二分類問題,當數(shù)據(jù)集有不同特征時,根據(jù)不同的特征將數(shù)據(jù)分成多個視圖,用雙支持向量機對數(shù)據(jù)集構(gòu)建模型,通過求解兩個小規(guī)模的二次規(guī)劃問題找到兩個非平行的超平面,使一個超平面離其中一類樣本點很近,離另一類樣本點有一定的距離,同時能夠給無標簽數(shù)據(jù)點標上標簽.對于非線性分劃問題,本文引入了核函數(shù),構(gòu)建模型并進行求解,從而對數(shù)據(jù)集進行分類.本文分別用人工數(shù)據(jù)集和UCI數(shù)據(jù)集對多視圖雙支持向量機半監(jiān)督學習方法進行了檢驗,實驗結(jié)果表明,本文算法與雙支持向量機相比縮短了運行時間,減少了計算復雜度,有很好的分類精確度,預測性能較好. 

【文章來源】：新疆大學新疆維吾爾自治區(qū) 211工程院校

【文章頁數(shù)】：33 頁

【學位級別】：碩士

【部分圖文】：

圖２??Ｆｉｇｕｒｅ?１：左圖是視圖１，右圖是視圖２．圖中直線是ＭＶ－ＴＡＶＳＶＭ計算人工數(shù)據(jù)集得??到的分劃超平面??


本文編號：3341493