基于多主体系统的多分类直推学习

针对少量样本已标记和大量样本未标记的多分类问题，提出了一种新颖的基于多主体系统的直推学习方法。该方法将以Agent表示的样本点随机映射到输出空间构成初始空间格局，空间格局随时间演化的过程是一个自组织的马尔可夫过程，它将在有限时间内达到平稳分布，从而求得最佳的标记分布。根据该方法，给出了两个多主体系统直推学习算法，并讨论了算法的收敛性和复杂度。最后在两个数据集上进行了仿真测试，表明了算法的有效性与实用性。