【摘要】半监督学习是机器学习中一个重要的研究领域。半监督学习通过使用少量标记数据并辅助以大量未标记数据进行学习,在尽可能减少人工标注代价的前提下尝试提高学习器的性能。基于图的半监督学习算法由于其直观、可解释性好且分类性能较强等优点一直颇受研究者们的青睐。这类方法先通过数据间的关联构建一个数据关系图,然后在此基础上使用标签传播算法来得到未标记数据的标记。本文在非负稀疏表示的基础上,分别针对单视图数据 […]

【摘要】机器学习作为计算机学科领域的热门研究方向一直备受关注。在过去，机器学习主要采取的学习方法为有监督的学习和无监的督学习，目标数据集一般针对类标号齐全的训练集和完全无类标号的训练集，数据属性集的维度一般不高。但是，随着近年来对机器学习的技术不断地研究，数据采集技术也得到了飞快的发展，采集到的数据属性维度变多、属性之间相关度变高，再加上有类标号的数据较少，无类标号数据飞速增加，所以面对当今的数据 […]