Laplacian正则项半监督不平行超平面分类机  

Laplacian Regularization Nonparallel Hyperplanes Classifier for Semi-supervised Classification

作　　者：闫金花[1] 杨志霞[1] 

机构地区：[1]新疆大学数学与系统科学学院,新疆乌鲁木齐830046

出　　处：《数字技术与应用》2016年第6期221-224,共4页Digital Technology & Application

基　　金：国家自然科学基金项目(No.11161045;11561066);教育部留学回国人员科研启动基金项目资助;中国博士后科学基金面上项目(No.2015M572625)

摘　　要：本文通过引入拉普拉斯(Laplacian)正则项,针对半监督分类问题我们建立了基于拉普拉斯正则项的半监督不平行超平面分类机。和经典的双支持向量机相比,该算法不仅继承了不平行超平面决策的优点,并且将其推广到了半监督分类问题中。最后在人工数据上进行数值实验,与拉普拉斯双支持向量机和拉普拉斯支持向量机做比较,数值结果表明我们提出算法的可行性和有效性,特别是对于交叉型数据集,基于拉普拉斯正则项的半监督不平行超平面分类机具有明显较高的分类精确度。In this paper, we have proposed a novd Laphcian nonparallel hyperphnes chssifier for the semi-supervised classification problem.Compared with the twin support vector machine, it has the advantage ofnonparalld hyperphnes classifier and can be used for the semi-supervised classification problean. Finally, compared with the Laphcian twin support vector machine and the Laphcian support vector machine, the results of experiments on artificial dataset and UCI datasets show that our method is feasible, especially for＂Cross Planes＂datasets.

关 键 词：支持向量机 半监督分类问题 拉普拉斯正则项 不平行超平面分类机 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]