基于聚類分析的標簽傳播半監(jiān)督學(xué)習(xí)研究.pdf

1、半監(jiān)督學(xué)習(xí)是機器學(xué)習(xí)的一個重要分支，在近些年互聯(lián)網(wǎng)爆炸式發(fā)展過程中，出現(xiàn)了大量的數(shù)據(jù)分類需求，半監(jiān)督學(xué)習(xí)可以利用有限的已標記數(shù)據(jù)和大量的未標記數(shù)據(jù)來解決數(shù)據(jù)分類的問題，有效緩解了目前獲得大量未標記數(shù)據(jù)容易而獲得大量已標記數(shù)據(jù)困難的窘困，因此受到了國際機器學(xué)習(xí)領(lǐng)域的高度關(guān)注。作為半監(jiān)督學(xué)習(xí)一種主流方法，基于圖的半監(jiān)督學(xué)習(xí)成為新的研究熱點。
　　本文著重研究基于圖的半監(jiān)督中的標簽傳播算法，分析并優(yōu)化了標簽傳播算法。為了使聚集成簇的數(shù)據(jù)

2、間標簽傳播較快，并避免把處于決策邊界附近的同類已標記樣本分割到不同的類中，我們提出了基于聚類分析的圖構(gòu)造預(yù)處理方法，通過增加屬于同一聚類數(shù)據(jù)點之間邊的權(quán)重，提高分布密集數(shù)據(jù)之間的關(guān)聯(lián)，減小它們在標簽傳播中被劃分為不同類的概率。同時，針對標簽傳播擴散速度較慢和距離已標記數(shù)據(jù)較遠處數(shù)據(jù)點分類模糊性較大的問題，提出基于自訓(xùn)練框架的學(xué)習(xí)方式，在標簽傳播過程中把未標記數(shù)據(jù)中置信度較高的那部分數(shù)據(jù)加入到已標記數(shù)據(jù)集中，增加標簽傳播的數(shù)據(jù)源，提高分類