改进极限学习机的移动界面模式半监督分类

来源：计算机工程与应用杂志2018年第2期北京时间：

作者：贾 伟1，2，华庆一1，张敏军1，陈 锐1，姬 翔1，王 博1，3

单位：1.西北大学 信息科学与技术学院，西安 710127；2.宁夏大学 新华学院，银川 750021；3.西安邮电大学 计算机学院，西安 710121

摘要：针对现有半监督分类方法无法对移动界面模式进行有效分类的问题，提出一种采用改进极限学习机的移动界面模式半监督分类方法。为了提高极限学习机的分类效果，利用改进的粒子群优化算法优化极限学习机的初始参数。根据移动界面模式数据的特点，利用主动学习和模糊[C]均值聚类提取信息丰富的未标记数据进行训练和标记。利用分类器实现对所有数据的分类。实验结果表明，该分类方法能够对移动界面模式数据进行有效和合理的分类。

关键词：粒子群优化,极限学习机,移动界面模式,模糊[C]均值聚类,半监督分类