建立双重约束的半监督分类方法

本发明涉及建立双重约束的半监督分类方法，属于计算机与信息科学技术领域。本发明首先使用自编码器对数据编码；其次利用K‑means算法对编码数据聚类，将聚类结果的簇中心作为初始分类中心，并根据各类别数量比例构建类大小约束；然后利用模糊C‑means算法对编码数据聚类得到隶属度矩阵，计算样本属于边界样本的概率，根据概率值对标注样本降序排列，依次选取序列两端的样本构建成对约束；最后将上述两种约束引入损失函数中，指导自编码器训练得到分类模型。本发明针对现有方法随机初始化分类中心易产生空类，以及随机构建成对约束易使边界样本误分类的问题，通过类大小约束避免空类，同时利用成对约束降低边界样本误分类的概率，提高分类准确率。