论文部分内容阅读
针对少量样本已标记和大量样本未标记的多分类问题,提出了一种新颖的基于多主体系统的直推学习方法。该方法将以Agent表示的样本点随机映射到输出空间构成初始空间格局,空间格局随时间演化的过程是一个自组织的马尔可夫过程,它将在有限时间内达到平稳分布,从而求得最佳的标记分布。根据该方法,给出了两个多主体系统直推学习算法,并讨论了算法的收敛性和复杂度。最后在两个数据集上进行了仿真测试,表明了算法的有效性与实用性。