半监督极限学习机及其在近红外光谱数据分析中的应用
来源：计算机应用杂志2016年第2期北京时间：
作者：井诗博, 杨丽明, 李军会, 张思韫
单位：1. 中国农业大学 理学院, 北京 100083;2. 中国农业大学 信息与电气工程学院, 北京 100083
摘要：当数据集中包含的训练信息不充分时,监督的极限学习机较难应用,因此将半监督学习应用到极限学习机,提出一种半监督极限学习机分类模型;但其模型是非凸、非光滑的,很难直接求其全局最优解。为此利用组合优化方法,将提出的半监督极限学习机化为线性混合整数规划,可直接得到其全局最优解。进一步,利用近红外光谱技术,将半监督极限学习机应用于药品和杂交种子的近红外光谱数据的模式分类。与传统方法相比,在不同的光谱区域的数值实验结果显示:当数据集中包含训练信息不充分时,提出的半监督极限学习机提高了模型的推广能力,验证了所提出方法的可行性和有效性。
关键词：极限学习机,半监督学习,非凸最优化,混合整数规划,近红外光谱
基金资助：国家自然科学基金资助项目(11471010,11271367)。
