面向类别比例偏移的半监督支持向量机方法-南京大学.PDFVIP

第29 卷摇 第7 期 模式识别与人工智能 Vol.29摇 No.7 2016年7月 PR AI Jul.摇 2016 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 * 摇 摇 摇 摇 摇 面面向类别比例偏移的半监督支持向量机方法 摇 摇 摇 摇 摇 摇 李远肇摇 摇 王少博摇 摇 李宇峰 (南京大学 计算机软件新技术国家重点实验室摇 南京210023) 摘摇 要摇 当未标记数据与有标记数据类别比例偏移较大时,半监督支持向量机性能不佳.基于此情况,文中提出面 向类别比例偏移的半监督支持向量机方法.首先估计未标记数据类中心,然后对多个类别比例下的类中心进行最 坏情况集成,从而提升半监督支持向量机的性能保障.实验表明,文中方法有效提升半监督支持向量机在类别比例 偏移时的性能保障. 关键词摇 半监督学习,半监督支持向量机,类别比例偏移,集成方法 中图法分类号摇 TP 181 DOI摇 10.16451/ ki.issn1003鄄6059.201607006 引用格式摇 李远肇,王少博,李宇峰.面向类别比例偏移的半监督支持向量机方法.模式识别与人工智能,2016, 29(7):625-632. Shifted Label Proportion Aware Semi鄄supervised Support Vector Machine LI Yuanzhao,WANG Shaobo,LI Yufeng (State Key Laboratoryfor Novel Software Technology,Nanjing University,Nanjing 210023) ABSTRACT When the label proportion of unlabeled data isfar away from that of labeled data,direct supervised