基于分层高斯混合模型半监督学习算法.pdf

第 卷 第 期 计 算 机 研 究与 发 展 ， 4l l Vol .4l No . l 年 月 2004 l JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT Jan . 2004 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 基于分层高斯混合模型的半监督学习算法 孙广玲 唐降龙 （哈尔滨工业大学计算机科学与技术学院 哈尔滨 l5000l ） （ ） laughdoll827!sina .com 摘 要 提出了一种基于分层高斯混合模型的半监督学习算法 半监督学习算法的学习样本包括已标记类别样本和未 . 标记类别学习样本. 如用高斯混合模型拟合每个类别已标记学习样本的概率分布，进而用高斯数为类别数的分层高斯混 合模型拟合全部（已标记和未标记）学习样本的分布，则形成为一个基于分层的高斯混合模型的半监督学习问题 基于 . EM 算法，首先利用每个类别已标记样本学习高斯混合模型，然后以该模型参数和已标记样本的频率分布作为分层高斯 混合模型参数的初值，给出了基于分层高斯混合模型的半监督学习算法 以银行票据印刷体数字识别做实验，实验结果 . 表明，本算法能够获得较好的效果. 关键词 半监督学习；高斯混合模型；分层高斯混合模型； 算法 EM 中图法分类号 TPl8l A semi-su ervised learnin Al orithm based on a hierarchical GMM p g g SUN Guang-Ling and TANG xiang-Long （ ， ， ） School of ComPuter Science and technology ~arbin institute of technology ~arbin l5000l Abstract A semi-su ervised learnin al orithm based on a hierarchical GMM is ro osed . The learnin p g g p p g sam les in semi-su ervised learnin are a h brid of labeled and unlabeled sam les . If GMM is em lo ed to p p g y p p y f it the distribution of labeled samples in each class and a hierarchical GMM whose Gaussian number is the