基于局部行为相似性的拉普拉斯SVM半监督学习算法.pdfVIP

2016 年 12 月第12 期 小型微型计算机系统 Journal of Chinese Computer Systerns Vol. 37 No.12 2016 基于局部行为相似性的拉普拉斯 SVM 半监督学习算法 刘振，杨俊安，刘辉，王伟 (电子工程学院，合肥 23∞37) (安徽省电子制约技术重点实验室，合肥 23∞37) E-mai1.ahulz@163.com 摘 要:拉普拉斯支持向量机通过引入流形正则项能够利用未标记数据信息进行半监督学习，但其流形正则项中数据邻接图 的构造由于没有利用数据的标记信息而不能更准确地表征数据流形结构，并且热核参数的经验式选择也无法保证算法的学习 性能.为解决此问题，提出一种基于局部行为相似性的拉普拉斯支持向量机半监督学习算法.该方法基于人类行为认知的思想 构造一种新的数据邻接图:首先，设计能够利用数据标记信息的行为相似边权值，同时引入能够反映邻域结构特性的局部分布 参数解决热核参数的选择问题.在公共数据集上的实验结采表明所提出的半监督学习方法具有更好的性能. 关键词:半监督学习;