多视角半监督标记分布学习

来源：计算机应用研究杂志2025年第11期北京时间：

作者：吴楷泓,肖燕珊,刘波,

单位：广东工业大学a.计算机学院;b.自动化学院,广州510006；

摘要：针对未充分利用多个视角一致性信息和互补性信息的问题，提出了一种多视角半监督标记分布学习方法。该方法利用多视角信息和未标记样本信息，提高分类器精度。首先，采用样本相似度一致性项和标记分布一致性项，将多个视角的一致性信息融合到分类器学习中；其次，将一个视角的k近邻信息看作另一视角的补充信息，通过不同视角之间相互提供近邻信息，将多个视角的互补性信息融合到分类器学习中；最后，引入训练样本和标记分布的流形结构项，利用未标记样本进一步改善分类器精度。实验结果表明，与现有单视角标记分布学习方法相比，该方法取得了更好的分类性能。

关键词：多视角学习,半监督学习,标记分布学习,

基金资助：广东省自然科学基金面上项目(2023A1515012560)；；