基于多分类器的渐进式半监督分类方法

摘要

本发明公开了一种基于多分类器的渐进式半监督分类方法，涉及人工智能集成学习领域，包括以下步骤：(1)引入训练数据集；(2)数据归一化；(3)生成一系列随机子空间；(4)通过渐进式训练集生成过程引入未标记数据，通过自适应策略进行样本筛选对训练集进行扩充并且训练分类器集合；(5)对未标记样本进行分类，加入到训练集并对分类器集合进行更新；(6)引入测试集，计算分类准确率。所述方法采用了随机子空间技术实现数据的降维，提出渐进式的样本产生过程和自适应策略扩充训练集，减少了样本标记数据不足的问题，提高了分类器的性能。