一种半监督协同训练的正则化算法

摘要：

半监督学习是机器学习领域的研究热点.协同训练研究数据有多个特征集时的半监督学习问题.从正则化角度研究协同训练,利用假设空间的度量结构定义学习函数的光滑性和一致性,在每个视图内的学习过程中以函数光滑性为约束条件,在多个视图的协同学习过程中以函数一致性为约束条件,创新性地提出一种两个层次的正则化算法,同时使用函数的光滑性和一致性进行正则化.实验表明,该算法较仅使用光滑性或仅使用一致性的正则化方法在预测性能上有显著提高.

关键词：人工智能、机器学习、半监督学习、多视图学习、正则化算法

所属期刊栏目：39

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目60975078

在线出版日期：2012-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：215-218