《部分監督學習問題的支持向量機及其套用》是依託中國農業大學，由鄧乃揚擔任項目負責人的面上項目。
基本介紹
- 中文名：部分監督學習問題的支持向量機及其套用
- 依託單位：中國農業大學
- 項目負責人：鄧乃揚
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
本項目研究分類問題中的分部分監督學習，包括半監督學習（Semi-supervised learning，簡稱SS學習）和正類標記與無標記學習（Positive and unlabeled learning，簡稱PU學習）。部分監督學習的特點是，除了像傳統有監督學習利用已知標記的樣本外，它還利用成本低廉的無標記樣本以取得更好的分類效果。對於部分監督學習，支持向量機是一個十分有效的途徑。本項目擬從最最佳化的角度研究部分監督學習（SS學習和PU學習）中的支持向量機。具體包括： 1、從最大間隔原則和引進不同正則項出發，研究SS學習和PU學習的支持向量機模型與算法；2、鑒於我們對雙子型支持向量機已有較好的工作基礎，特別注意研究SS學習和PU學習中的雙子型支持向量機模型與算法；3、研究SS學習和PU學習中的模型與算法的評價準則；4、套用所得到的SS學習和PU學習的若干支持向量機於生物信息學。
結題摘要
本項目研究分類問題中的分部分監督學習，包括半監督學習（Semi-supervised learning ，簡稱SS學習）和正類標記與無標記學習（Positive and unlabeled learning，簡稱PU 學習）。部分監督學習的特點是，除了像傳統有監督學習利用已知標記的樣本外，它還利用成本低廉的無標記樣本以取得更好的分類效果。對於部分監督學習，支持向量機是一個十分有效的途徑。本項目從最最佳化的角度研究部分監督學習（SS學習和PU學習）中的支持向量機。具體包括： 1、從最大間隔原則和引進不同正則項出發，研究了SS學習和PU學習的支持向量機模型與算法；2、鑒於我們對雙子型支持向量機已有較好的工作基礎，特別注意研究了SS學習和PU學習中的雙子型支持向量機模型與算法；3、研究了SS學習和PU學習中的模型與算法的評價準則；4、套用所得到的SS學習和PU學習的若干支持向量機於生物信息學。 本項目完成學術論文完成學術論文41篇（其中期刊論文38篇, 會議論文3篇, SCI檢索論文34篇， EI檢索論文6篇,核心期刊論文1篇）。參加國內外學術交流會議15個，培養教師和研究生總計13人，其中教師1人由講師晉升為教授，2人由講師晉升為副教授，4人獲博士學位，6人獲碩士學位。
