基于圖的半監(jiān)督學習的研究.pdf

1、隨著信息技術的飛速發(fā)展，收集大量未標注數據已相當容易。因此，如何利用大量未標注數據來改善學習性能成為當前機器學習研究中備受關注的問題。半監(jiān)督學習(semi-supervised learning)是利用未標注數據來進行學習的主流技術，對于減少人工標注代價及提高學習性能具有極其重大的實際意義，近年來國內外開展了大量的研究，并取得了很多研究成果。 本文首先對半監(jiān)督學習的五類方法：生成式模型(generative models)，自訓

2、練(self-training)，協(xié)同訓練(Co-training)，最大化分離(Maximizing Separation)和基于圖的方法(gra]ph-based methods)進行了分析。接著圍繞著當前半監(jiān)督學習中最活躍的研究領域，即基于圖的半監(jiān)督學習方法，展開研究，主要著眼于圖的構造方法，以提高半監(jiān)督學習性能為目的。我們發(fā)現，雖然圖是這些基于圖的半監(jiān)督學習方法的核心部分，所有反映數據真實分布信息的圖對半監(jiān)督學習的效果有著積極的

3、影響，但關于圖的構造卻沒有得到更深更廣的研究。針對這個問題，我們經對現有的圖的構造方法，特別是基于密度敏感的圖構造方法，進行仔細的研究分析后，提出一種改進的密度敏感半監(jiān)督聚類算法。本文具有創(chuàng)新性的研究工作和成果主要有： 1)針對基于圖的半監(jiān)督學習問題，對圖的構造方法進行研究與分析，著眼于基于密度敏感的圖構造方法，提出一種改進的密度敏感的距離測度，使之更加能夠有效地放大位于不同高密度區(qū)域的數據點之間的距離，縮短位于同一高密度區(qū)域內

4、的數據點之間的距離，從而保證聚類假設的成立，進而使所構造出來的圖更能準確反映數據真實分布信息。 2)提出了改進的密度敏感半監(jiān)督聚類算法(IDS-SC)。并采用了迭代算法實現方式，從而降低了計算復雜度。 3)將基于圖的半監(jiān)督學習的理論研究成果投入到實際應用中。在這里，我們考慮圖像分類和特定圖像聚類兩個問題，并在Coral圖像集上進行仿真實驗，以驗證這些算法的有效性。另外，針對實際問題的需要，提出一個性能評價標準，使之能夠適