《在线半监督学习理论及方法》从理论分析开始，描述了在线半监督学习的框架，对在线流形正则化、在线协同正则化、在线半监督支持向量机和在线多重正则化等新方法、新算法进行了介绍，最后从工程应用角度进行了案例分析。在章节组织上，第1章总结了在线半监督学习的研究现状和基本概念。第2章介绍了在线半监督学习的数学框架，在凸优化理论下给出了基于正则化方法的在线半监督学习问题描述和基本假设，利用Fenchel Conjugate进行对偶变换，在对偶问题中重新分析在线半监督学习问题的特点，介绍了一种基于对偶提升过程的在线半监督学习框架模型，全面地介绍了在线半监督学习的理论基础。第3章主要介绍了在线流形正则化算法，为了达到实用目的，本章还介绍了两种缓冲池策略和两种稀疏化方法来减少在线流形正则化算法的时空复杂度。第4章介绍了在线协同正则化算法，该算法利用不同视图内决策函数的一致性指导学习过程。采用hinge-loss函数和tolerance函数对基本的协同正则化问题重新进行了描述和定义，并介绍了该算法在各种实验过程和结果。第5章介绍了在线半监督支持向量机算法，并通过实验分析了该算法的适用范围和优、缺点。第6章介绍了近年来半监督学习发展的一个重要方向——在线多重正则化，本章以基于流形正则化和协同正则化的多重正则化问题作为切人点，深入介绍了在线多重正则化近几年的新研究成果。《在线半监督学习理论及方法》适合半监督学习和在线学习的前沿研究人员阅读，也可作为军事人工智能相关方向研究生的课堂读物。
鄂公网安备 42010302001612号 