基于集成算法的半监督学习

摘要：

半监督学习(SSL)的目的是通过标记样本和未标记样本之间的潜在联系来对未标记样本进行预测。本文提出了一种新的集成算法E-LNP，它选用一种基于图的半监督学习算法LNP作为子算法。首先选择不同的样本特征以及学习参数，利用子算法训练出多个半监督分类器，然后将其预测结果按投票方式进行合成，从而得到最终的学习结果。实验表明E-LNP算法比仅使用单一的半监督分类器有更强的泛化能力。

关键词： 半监督学习 集成算法 主成分分析 样本特征

作者: 赵玲玲 周水生 王雪岩

作者单位: 西安电子科技大学 理学院，西安 710071

会议类型: 国内会议

会议名称: 第十四届全国信号处理学术年会

会议地点: 长沙

会议语种:中文

页码: 320-323

在线出版日期: 2009-08-01（万方平台首次上网日期，不代表论文的发表时间）