基于正则化瑞利系数的半监督k-部排序学习算法及应用  

On Semi-Supervised k-Partite Ranking Algorithm Based on Normalized Rayleigh Coefficient and Its Application

作　　者：高炜[1] 梁立[1] 徐天伟[1] 

机构地区：[1]云南师范大学信息学院,昆明650092

出　　处：《西南师范大学学报（自然科学版）》2014年第4期121-125,共5页Journal of Southwest China Normal University(Natural Science Edition)

基　　金：国家自然科学基金项目(60903131);教育部科学技术研究重点项目(210210);香港研究基金委员会(CityU103508)

摘　　要：借鉴Ralaivola给出的基于正则化瑞利系数的半监督二部排序学习算法的思想,提出基于正则化瑞利系数的半监督k-部排序学习算法.同时,将此方法运用于本体相似度计算和本体映射.通过两个实验说明新算法是有效的.By means of semi-supervised bipartite ranking based on the normalized Rayleigh coefficient, which was raised by Ralaivola,a new algorithm for semi-supervised k-partite ranking has been propose on the basis of the normalized Rayleigh coefficient.At the same time,this method is applied to the ontology similarity measure and ontologies mapping.The two experiments show that the new algorithm is efficient.

关 键 词：k-部排序算法 半监督学习 正则化瑞利系数 本体 

分 类 号：TP393.092[自动化与计算机技术—计算机应用技术]