基于后验概率和流形正则化的半监督分类方法研究-计算机应用技术专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在 文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 保密□ ，在 年解密后适用本授权书。 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 基于流形正则化的半监督分类算法框架（Manifold Regularization，MR）和基于 后验概率的支持向量机（Posterior Probability Support Vector Machine，PPSVM）是近 年来提出的两种比较新的分类方法。然而，MR 在标记样本位于模糊异常区域时容易 发生分类偏差，而 PPSVM 则对标记样本数目要求高。 为解决这些问题，将后验概率知识引入到 MR 框架中，设计一种基于后验概率 和流形正则化的半监督分类算法框架 PPMR。PPMR 采用流形正则化技术，在再生核 希尔伯特空间中求解一个分类函数，使得标记样本在此分类函数上输出的后验概率 值尽量与标记值接近，而距离很近的样本（包括标记样本和未标记样本）在此分类 函数上输出的后验概率值也尽量接近。其基本思想是区别对待每个标记样本，采用 后验概率知识指示标记样本的位置，并利用未标记样本传播这种后验概率知识。这 校正了模糊标记样本引起的分类偏差，又发挥了未标记样本的分类的作用。 在 MR 的基础上，直接采用后验概率标注样本类别值得到 PPMR 的基本形式； 根据经验规模调整正则化系数后得到 PPMR 的改进形式；在此基础上，引入后验概 率映射函数，采用映射值标注样本类别值，得到 PPMR 的推广形式。分别采用平方 损失和关键损失定义抽象损失函数得到基于 PPMR 的两种基本算法。 为进一步阐明 PPMR 框架并验证 PPMR 框架的有效性，在仿真数据集、公共标 准数据集以及医学实际应用数据集上进行多次随机重复实验，探讨不同的核函数、 后验概率映射函数等因素对于 PPMR 分类效果的影响，并比较 PPMR 框架与 MR 框 架和 PPSVM 算法的分类性能。结果表明，PPMR 框架在一般情况下具有更好的分类 精度和稳定性，特别是在模糊异常标记样本情况下，PPMR 框架一般都具有更大的 优势。 关键词：后验概率，半监督分类，图拉普拉斯矩阵，流形正则化，非确定性分类 II II Abstract The semi-supervised classification algorithm framework (Manifold Regularization， MR) and the posterior probability-based support vector machine (Posterior Probability Support Vector Machine，PPSVM) are both new theories put forward in recent years. However, we found this two methods still have some defects. To solve these problems, we introduce posterior probability knowledge to MR framework, and propose a new semi-supervied classification algorithm framework based on posterior probability and manifold regularization called PPMR. PPMR takes the manifold regularization technology to find a optimized classification function in the reproducing kernel Hilbert space. This encourages the labeled samp