一种半监督支持向量机优化方法
王永1
程灿2
戴明军2
孙永2
1.华晋焦煤有限责任公司,山西,河津,0433002.中国矿业大学信电学院,江苏,徐州,221008
摘要：针对半监督支持向量机在采用间隔最大化思想对有标签样本和无标签样本进行分类时面临的非凸优化问题,提出了一种采用分布估计算法进行半监督支持向量机优化的方法EDA_S3VM.该方法把无标签样本的标签作为需要优化的参数,从而得到一个在标准支持向量机上的组合优化问题,利用分布估计算法通过概率模型的学习和采样来对问题进行求解.在人工数据集和公共数据集上的实验结果表明,EDA_S3VM与其它一些半监督支持向量机算法相比有更高的分类准确率.
关键词：半监督学习支持向量机分布估计算法组合优化
分类号：TP181(自动化基础理论)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息