[发明专利]一种自训练框架下的三优选半监督回归算法

摘要

一种自训练框架下的三优选半监督回归算法，涉及半监督回归算法的技术领域。本发明对无标签样本和有标签样本进行筛选，建立高斯过程回归模型，利用该模型预测无标签样本集的标签值，得到伪标签样本集；利用置信度判断准则选出满足条件的伪标签样本集；通过置信度判断进一步选出可信度高的伪标签样本集，并更新有标签样本集和无标签样本集，重新对无标签样本和有标签样本筛选并利用高斯过程回归模型，更新阈值，预测无标签样本集得伪标签样本集，对伪标签样本集进行置信度判断，进入自训练循环，直至达到所设定循环次数。本发明实现对伪标签样本的置信度判断，并引入自训练框架提高无标签样本利用率，以提高利用无标签样本后模型的预测效果。

主权项

1.一种自训练框架下的三优选半监督回归算法，其特征在于包括如下步骤：步骤一：对无标签样本和有标签样本进行筛选，利用筛选所得有标签样本建立高斯过程回归模型f1，利用该模型预测无标签样本集M1的标签值，得到伪标签样本集S1；无标签样本筛选：给定一个阈值θ1，利用马氏距离来度量无标签样本x′i与有标签样本密集区中心C的相似度di，若x′i与C的距离小于θ1，则x′i满足优选条件；有标签样本筛选：给定一个阈值θ2，利用马氏距离来度量样本间的相似度d(xi,xj)，统计样本xi与周围样本xj的马氏距离小于θ2的样本数量m，若m大于等于2，则xi满足优选条件；步骤二：利用置信度判断准则对伪标签样本进行置信度判断，选出满足条件的可相信伪标签样本集S2；步骤三：通过置信度判断进一步选出可信度高的样本；置信度判断准则如下：给定一个阈值θ3，判断每一个伪标签样本加入建模过程后对模型预测效果的影响，若模型对测试样本预测方差var小于阈值θ3，则该伪标签样本可信，用于更新有标签样本集；步骤四：利用可相信伪标签样本集S2更新有标签样本集和无标签样本集，然后重新对无标签样本和有标签样本筛选并利用高斯过程回归模型，更新阈值θ3，预测无标签样本集得伪标签样本集，对伪标签样本集进行置信度判断，由此进入自训练循环，直至达到所设定循环次数P。