论文部分内容阅读
半监督学习(SSL)的目的是通过标记样本和未标记样本之间的潜在联系来对未标记样本进行预测。本文提出了一种新的集成算法E-LNP，它选用一种基于图的半监督学习算法LNP作为子算法。首先选择不同的样本特征以及学习参数，利用子算法训练出多个半监督分类器，然后将其预测结果按投票方式进行合成，从而得到最终的学习结果。实验表明E-LNP算法比仅使用单一的半监督分类器有更强的泛化能力。