一种改进的分枝定界半监督支持向量机学习算法

分枝定界半监督支持向量机，由于其实现的是全局最优化，因而可以作为其它半监督学习算法的一个基准。针对分枝定界半监督支持向量机中存在的缺陷，提出一种改进的分枝定界半监督支持向量机学习算法。该算法重新对下界的估计进行定义，从而降低了各结点计算下界的时间复杂度；同时利用支持向量机的几何特点确定分枝结点，以提高算法的运算速度。实验分析表明本文提出的算法具有精度高、鲁棒性强等优点。