同传统机器学习方法相比,半监督学习的优势在于能同时利用稀少的有标记样本和海量的无标记样本训练模型,继承了有监督学习和无监督学习的优势又规避了两者的不足,提高模型的泛化性和准确率。协同训练作为半监督学习中的重要研究方向,其主要思想是基于两个充分冗余视图训练出两个分类器,通过分类器之间的协同作用迭代实现对无标记样本的分类。由于协同训练具备多视图互补性的特点,同时在少量有标记样本和大量无标记样本上有较好性能和鲁棒性,因此得到了广泛的研究和应用。然而,噪声问题仍然是影响协同训练算法性能提升的关键。在协同训练算法中,噪声的产生来源于多个方面。例如:初始训练集中存在的噪声样本,这部分样本会导致模型初期出现较大的误差,并且随着训练过程的推进错误会累积加大形成恶性循环;在进行视图分割时未考虑数据中存在的噪声特征,这会引入大量噪声,同时在高维数据上算法会产生较大的时间和内存开销;在不存在两个充分冗余视图的数据上,需有效地进行视图分割以确保训练得到两个能独立完备的分类器,更好地发挥协同作用,进而有效避免在分类过程中因分类器性能差异过大,由性能较弱的分类器引入噪声的问题;对两个视图分类器标记不一致样本的处理也是减少迭代过程中噪声的关键。本文针对半监督协同训练中样本去噪问题进行研究,研究工作主要包括以下内容:（1）针对协同训练中视图分割不充分冗余和两视图分类器标记不一致引入大量噪声的问题,提出一种结合信息增益率和K-means聚类的协同训练算法。首先根据有标记样本计算出数据中每一个特征的信息增益率,将信息增益率高的特征平均划分到两个视图,能避免了过拟合问题的产生,同时在一定程度解决了视图分割不充分冗余的问题。然后,在每次分类过程中应用K-means聚类找到标记不一致样本所在簇,根据同一簇中样本相似度最高原则修正样本标记。（2）提出一种基于加权主成分分析和改进密度峰值聚类的协同训练算法。该方法首先在传统主成分分析基础上引入特征权值系数来表示各特征重要程度,将低权值特征判定为产生干扰信息的噪声特征并删除,随后在视图分割将关键特征均衡划分到两个视图,从而更好地实现两个分类器的协同作用。最后,利用改进后的密度峰值聚类决定标记不一致样本的类别,有效降低误标记样本形成噪声的概率。（3）针对协同训练中噪声给出更灵活和系统的处理机制,提出了一种自适应数据密度剪辑的协同训练算法。首先,基于数据密度创建了一种新的噪声滤波器,其对于边界噪声和离群样本有较好的识别效果。然后,为每个未标记样本设置监测量,用于检测标记的可信度,在迭代初期尽可能确保样本被正确标记从而减少引入的大量噪声。最后,基于PAC理论和无标记样本监测量提出一种自适应剪辑策略,并将其集成到协同训练框架中处理噪声。在每次训练过程中,该方法能根据噪声的规模和状态实时启动噪声处理机制,同时确保噪声处理过程中分类错误率降低和标记样本的数量增加。通过在12个UCI数据集上的实验结果证明了该算法的有效性。