摘要：針對一些工業(yè)過程中存在的有標簽樣本少,而傳統(tǒng)的半監(jiān)督學習無法保證對無標簽樣本準確預(yù)測的問題,提出一種雙優(yōu)選的半監(jiān)督回歸算法。首先,確定有標簽樣本密集區(qū)中心,并計算無標簽樣本與該中心的相似度,實現(xiàn)對無標簽樣本的優(yōu)選,同時根據(jù)有標簽樣本間相似度優(yōu)選有標簽樣本;然后,利用高斯過程回歸方法對選出的有標簽樣本建立輔學習器,以對優(yōu)選出的無標簽樣本預(yù)測標簽;最后,利用這些偽標簽樣本提升主學習器的預(yù)測效果。通過數(shù)值例子以及實際脫丁烷塔過程數(shù)據(jù)進行建模仿真,證明了所提方法在有標簽樣本較少的情況下有良好的預(yù)測性能。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
