部分监督学习问题的支持向量机及其应用

项目名称： 部分监督学习问题的支持向量机及其应用

项目编号： No.11371365

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 数理科学和化学

项目作者： 邓乃扬

作者单位： 中国农业大学

项目金额： 55万元

中文摘要： 本项目研究分类问题中的分部分监督学习，包括半监督学习（Semi-supervised learning，简称SS学习）和正类标记与无标记学习（Positive and unlabeled learning，简称PU学习）。部分监督学习的特点是，除了像传统有监督学习利用已知标记的样本外，它还利用成本低廉的无标记样本以取得更好的分类效果。对于部分监督学习，支持向量机是一个十分有效的途径。本项目拟从最优化的角度研究部分监督学习（SS学习和PU学习）中的支持向量机。具体包括： 1、从最大间隔原则和引进不同正则项出发，研究SS学习和PU学习的支持向量机模型与算法；2、鉴于我们对双子型支持向量机已有较好的工作基础，特别注意研究SS学习和PU学习中的双子型支持向量机模型与算法；3、研究SS学习和PU学习中的模型与算法的评价准则；4、应用所得到的SS学习和PU学习的若干支持向量机于生物信息学。

中文关键词： 最优化；支持向量机；部分监督学习；半监督学习；正类标记和无标记学习

英文摘要： In this project, we focus on partially supervised learning in classification. Partially supervised learning includes two parts: (i)semi-supervised learning (SS learning for short) ;(ii) positive and unlabeled learning（PU learning for short). Partially sup

英文关键词： Optimization；support vector machines；partially supervised learning；semi-supervised learning；positive and unlabeled learnin