基于半監(jiān)督和局部降維的多標(biāo)記數(shù)據(jù)分類.pdf

1、目前，大量的有價(jià)值的多標(biāo)記數(shù)據(jù)運(yùn)用到生活的各個(gè)領(lǐng)域，但是，現(xiàn)實(shí)生活中要獲得有標(biāo)記的、有學(xué)習(xí)意義的已標(biāo)記數(shù)據(jù)很難，要花費(fèi)大量的人力物力財(cái)力。半監(jiān)督學(xué)習(xí)（直推式學(xué)習(xí)）的提出是為了同時(shí)利用有標(biāo)記和無標(biāo)記數(shù)據(jù)樣本信息進(jìn)行學(xué)習(xí)。因此，多標(biāo)記數(shù)據(jù)的半監(jiān)督分類是當(dāng)前機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘領(lǐng)域的熱點(diǎn)問題。
　　現(xiàn)有的有關(guān)多標(biāo)記直推式學(xué)習(xí)方式都是單向的:從有標(biāo)記樣本到未標(biāo)記樣本的直推式游走，或是從未標(biāo)記樣本到有標(biāo)記樣本的直推式游走方法?？紤]到單向的直推

2、式游走方法不能全面的利用數(shù)據(jù)之間的信息，本文提出一種新的直推式學(xué)習(xí)方法——雙向馬爾科夫隨機(jī)游走(TMRW)算法。算法基于從有標(biāo)記到未標(biāo)記、從未標(biāo)記到有標(biāo)記的雙向游走方式，綜合雙向游走的結(jié)果作為直推式游走的最終結(jié)果。并基于TMRW作為基分類器學(xué)習(xí)算法，采用Adboost.MH集成學(xué)習(xí)作為學(xué)習(xí)框架來提高該算法的學(xué)習(xí)性能。實(shí)驗(yàn)表明，TMRW與傳統(tǒng)的多標(biāo)記分類算法比較，在多個(gè)性能指標(biāo)上能得到很好的結(jié)果。
　　高維多標(biāo)記數(shù)據(jù)容易獲得，但目前

3、能夠很好地對(duì)多標(biāo)記高維度數(shù)據(jù)集進(jìn)行分類的算法較少，本文提出一種局部主成分分析線性降維方法(LPCA)，對(duì)屬于同一個(gè)簇的、結(jié)構(gòu)一致的數(shù)據(jù)樣本利用主成分分析法在局部范圍進(jìn)行降維。實(shí)驗(yàn)過程中，與現(xiàn)有的全局PCA降維算法、多標(biāo)記半監(jiān)督判別分析降維算法(MSDA)進(jìn)行比較，降維后結(jié)合雙向馬爾科夫隨機(jī)游走算法進(jìn)行分類，結(jié)果表明，對(duì)高維多標(biāo)記數(shù)據(jù)集進(jìn)行維度約減預(yù)處理，得到簡(jiǎn)潔、純粹的數(shù)據(jù)，提高了該數(shù)據(jù)集的分類性能和效率。
　　本文的研究成果為高