半監(jiān)督最小最大模塊化支持向量機(jī)研究.pdf

1、最小最大模塊化支持向量機(jī)(M3-SVM)是一種可以有效處理大規(guī)模數(shù)據(jù)分類(lèi)問(wèn)題的有監(jiān)督集成學(xué)習(xí)算法。然而，對(duì)大規(guī)模數(shù)據(jù)進(jìn)行標(biāo)注是“昂貴的”，甚至是不可行的。為了將最小最大模塊化支持向量機(jī)拓展以處理那些未標(biāo)記數(shù)據(jù)，本文將最小最大模塊化支持向量機(jī)和半監(jiān)督學(xué)習(xí)相結(jié)合進(jìn)行研究。本文研究的內(nèi)容主要包含以下兩個(gè)部分，
　　一方面是提出一種半監(jiān)督最小最大模塊化支持向量機(jī)(SS-M3-SVM)算法。在SS-M3-SVM算法中，首先對(duì)有標(biāo)記數(shù)據(jù)集和未

2、標(biāo)記數(shù)據(jù)集進(jìn)行任務(wù)劃分，然后將有標(biāo)記樣本子集和未標(biāo)記樣本子集兩兩結(jié)合，形成多個(gè)新的訓(xùn)練子集，并在這些訓(xùn)練子集中探索其中包含的隱藏變量。在求取了隱藏變量之后，將隱藏變量對(duì)有標(biāo)記樣本的后驗(yàn)概率作為有標(biāo)記樣本的新特征，這樣新特征中包含了未標(biāo)記樣本的一些判別信息。最后在包含了新特征的有標(biāo)記樣本子集上分別訓(xùn)練支持向量機(jī)(SVM)分類(lèi)器，并按照最小最大規(guī)則集成實(shí)現(xiàn)半監(jiān)督最小最大模塊化支持向量機(jī)。
　　另一方面，在半監(jiān)督最小最大模塊化支持向量機(jī)