判别性正则化技术及其在半监督学习中的拓展研究

项目名称： 判别性正则化技术及其在半监督学习中的拓展研究

项目编号： No.60905002

项目类型： 青年科学基金项目

立项/批准年度： 2010

项目学科： 金属学与金属工艺

项目作者： 薛晖

作者单位： 东南大学

项目金额： 18万元

中文摘要： 正则化技术是模式识别领域中提高分类器推广性能的主要技术之一，其借助于正则化项的形式，将问题的先验知识引入至分类器设计之中，使得分类器光滑稳定，从而有效地改进了分类性能。但是由于传统正则化技术来源于多元函数拟合问题，因此现有正则化项的构造更强调分类器数据独立的光滑性惩罚，而忽视了判别信息的充分利用，限制了推广性能的进一步提高。本项目旨在提出一种新颖的判别性正则化设计理念，为改进正则化技术提供开拓性的新思路。其具有以下特点：1)更充分地融合分类问题的数据信息和先验知识；2)有效地解决常见正则化分类器设计算法中存在的主要问题，进一步提高分类器的推广性能；3)可应用于增量学习中，以处理大规模的分类（包括动态环境等）问题；4)可进一步拓展到半监督学习领域。研究内容涉及：1)新方法的理论分析与实验验证；2)判别性正则化技术应用领域的推广；3)判别性正则化框架的构建等。

中文关键词： 判别性正则化；先验信息融合；单视图数据；多视图数据；半监督学习

英文摘要：

英文关键词： Discriminative Regularization；Prior Information Fusion；Single-view Data；Multi-view Data；Semi-supervised Learning