基于半监督学习的克里金插值方法

来源：计算机工程与应用杂志2018年第22期北京时间：

作者：卢月明1，王 亮1，仇阿根1，张用川1，2，赵阳阳1

单位：1.中国测绘科学研究院，北京 100830；2.武汉大学 资源与环境科学学院，武汉 430079

摘要：针对数据量较小时，克里金插值精度低的问题，将克里金插值模型与半监督学习理论相结合，利用未标记样本参与训练改进模型性能，提出基于半监督学习的克里金插值模型，即自训练克里金插值模型（STK）和协同训练克里金插值模型（CTK）。以北京地区2017年4月和5月的PM2.5浓度数据作为实验数据，采用克里金插值模型、STK和CTK进行对比实验。实验结果表明，这两个模型既具有半监督学习的优点，适用于只有少量标记样本的情况，又可以分析空间现象的分布模式。其中CTK采用两个模型协同训练，有效削弱了早期误差对后期训练的影响，利用未标记样本提升了模型的性能。

关键词：克里金插值,半监督学习,协同训练,PM2.5