基于正则化瑞利系数的半监督k-部排序学习算法及应用

借鉴Ralaivola给出的基于正则化瑞利系数的半监督二部排序学习算法的思想,提出基于正则化瑞利系数的半监督k-部排序学习算法.同时,将此方法运用于本体相似度计算和本体映射.通过两个实验说明新算法是有效的.

k-部排序学习算法的可学习性分析

分析在特定假设空间下k-部排序学习算法的可学习性.给出k-部排序可学习和可有效学习的概念,得到样本复杂度的上界以及k-部排序算法可有效学习的一个充分条件,同时给出与计算复杂度相关的若干结果.最后,将部分结果推广到限制模型中.