组合标记的多视图半监督协同分类算法.doc

组合标记的多视图半监督协同分类算法.doc1组合标记的多视图半监督协同分类算法摘要:为了提高多视图半监督协同算法的性能,并针对算法应用范围受限的问题,提出了一种组合标记规则的协同训练方法。该算法将一致性与非一致性标记规则相结合,若分类器具有相同标记则将对应样本加入到相应的样本集中;若标记不同且两分类器对应的标记置信度差值超过了一定的阈值,则采用高置信度分类器的标记结果,并将样本添加到相应的样本集中。通过判断两分类器对相应样本的标记是否一致以及差异性阈值对未标记样本进行组合标记,并利用分类器差异性判断原则更新分类模型,充分利用未标记样本中的有用信息将分类器性能提高5%以上。所提出的算法在桥梁结构健康监测数据集及标准UCI数据集上的实验结果验证了算法在多视图分类问题上的有效性和可行性。关键词:多视图;半监督协同学****组合标记;分类器差异;桥梁结构健康监测0引言标准协同训练(Cotraining)算法是Blum等[1]在1998年提出的,是一种多视图的半监督协同分类方法,该类方法的主要特点是针对数据集为标记数据少、未标记数据多的情况,利用多个视图生成多个分类器,通2过分类器之间的协同作用来实现对数据的分类。该方法以其分类精度高的优点得到了学者们的关注,应用范围广泛。在协同训练算法的研究过程中,分类器协同标记方法的研究一直是研究者们感兴趣的问题。Hahn等[2]利用差异性分类器的一致性判断原则及非一致判断性原则处理标记数据与未标记数据不平衡问题。Guz等[3]根据自训练和协同训练两种算法,结合一致性和非一致性两种样本标记策略,bined算法来处理句子边界分类问题,得到了较好的分类性能。Zhou等[4]在半监督学****过程,利用多个学****器训练任务和学****器之间的不一致性,标记未标记样本,提高样本标记能力。Bousmalis等[5]提出了一种基于一致性与非一致性的自发非语义多模态模型,在视频数据集上有较好的性能表现。Andreas等[6]针对一个语句一致性与非一致性的语料库,提出了一种编码响应方法应用于语句注释。Christoudias等[7]利用条件熵的不一致性提出一种多视图学****方法,对视频数据进行分类。Li等[8]提出了一个新颖的两视图直推式支持向量机方法,充分利用大量的未标记样本来提高分类器性能。桥梁作为一种交通载体在当今社会的交通中发挥着至关重要的作用,因此桥梁结构健康监测及状态评估受到越来越多的关注。随着数据采集、存储技术的发展,获得大量描述桥梁特征的数据很容易。桥梁结构健康数据是由静态数据和动态数据组成的。静态数据主要包括沉降、应变、倾斜、振动等;动态数据主要包括动应变、振动、索力等[9-10]。数据呈现出时序性、多属性、样本类别不平衡性、数值变化广泛性的特点。这些表征桥梁结构的多种类型参数,每一种都可以单独形成对桥梁结构健康评估的子3集,同时不同类型参数的组合从不同角度也可形成描述数据集,即为桥梁结构数据的多视图表示[11]。作为一类特殊的多视图数据,由少量标记数据和大量未标记数据组成,蕴含着大量的桥梁结构健康信息,多视图半监督学****方法可以充分利用这些数据分类桥梁结构健康状态,为桥梁评估提供较准确的客观数据,为管理决策提供指导,具有重大的现实意义。本文的主要内容是针对多视图协同训练算法的研究现状,提出了一种组合标记规则的协同训练半监督学****的改进算法。通过一致性和非一致性组合标记规则来对未标记的数