基于半监督学习的多示例多标记E-MIMLSVM+算法

摘要：

多示例多标记是一种新的机器学习框架,在该框架下一个对象用多个示例来表示,同时与多个类别标记相关联.MIMLSVM+算法将多示例多标记问题转化为一系列独立的二类分类问题,但是在退化过程中标记之间的联系信息会丢失,而E-MIMLSVM+算法则通过引入多任务学习技术对MIMLSVM+算法进行了改进.为了充分利用未标记样本来提高分类准确率,使用半监督支持向量机TSVM对E-MIMLSVM+算法进行了改进.通过实验将该算法与其他多示例多标记算法进行了比较,实验结果显示,改进算法取得了良好的分类效果.

关键词：机器学习、多示例多标记、支持向量机(SVM)、半监督学习

所属期刊栏目：54

分类号：TP393(计算技术、计算机技术)

在线出版日期：2018-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：149-154