计算机应用

作者：朱俊屹, 常雷雷, 徐晓滨, 郝智勇, 于海跃, 姜江

单位：1.中国 -奥地利人工智能与先进制造“一带一路”联合实验室（杭州电子科技大学），杭州 310018；2.杭州电子科技大学 自动化学院，杭州 310018；3.深圳信息职业技术学院 财经学院，广东 深圳 518172；4.国防科技大学 系统工程学院，长沙 410073

关键词：最小先验知识,自监督学习,机器学习,数据标签度,迭代阈值

基金：国家重点研发计划项目(2022YFE0210700);国家自然科学基金资助项目(72471767);浙江省基础公益研究计划项目(LTGG23F030003);浙江省属高校基本科研业务费资助项目(GK239909299001?010)

为了弥补有监督学习对监督信息要求过高的不足，提出一种基于最小先验知识的自监督学习方法。首先，基于数据的先验知识聚类无标签数据，或基于有标签数据的中心距离为无标签数据生成初始标签；其次，随机抽取赋予标签后的数据，并选择机器学习方法建立子模型；再次，计算各个数据抽取的权重和误差，以求得数据平均误差作为各个数据集的数据标签度，并根据初始数据标签度设置迭代阈值；最后，比较迭代过程中数据标签度的大小和阈值决定是否达到终止条件。在10个UCI公开数据集上的实验结果表明，相较于无监督学习K-means等方法、有监督学习支持向量机（SVM）等算法和主流自监督学习TabNet（Tabular Network）等方法，所提方法在不平衡数据集不使用标签，或在平衡数据集上使用有限标签时仍可以取得较高的分类准确度。

来源：2025年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第4期