本技术处理两类样本的分类问题。其中负类样本的标签数据全部缺失， 观测数据中仅有部分正类样本的标签是已知的。缺失标签的数据可能是 正类样本，也可能是负类样本。该种类型的数据广泛出现于图像识别、 多肽鉴定等问题．主要技术难点： 由于负类样本标签均未知，该类问 题在数据质量较差的数据集上通常不稳定，另外，许多模型是较复杂的 非凸优化模型，在求解大规模数据集时存在困难． 所提供的技术核心 支撑点包括：（1）提供一套建模技术， 将样本标签的可靠性作为待求 解的决策变量，采用基于核的学习技术，建立适于求解的分类模型；（2）引入自步长学习技术，首先用可靠样本训练模型，分批将复杂的 样本自动纳入训练过程，避免了分类器训练过程中，算法陷入较差的局 部最优解；（3）开发了在线学习算法，高效分析大规模数据集。应用前景：凡是仅观测到部分正类样本的标签、而其余样本标签缺失的分类 问题，均可尝试该技术方案。例如 (1)多肽谱匹配匹配鉴定问题：部分 匹配错误的样本标签已知，从数据集中寻找匹配正确的样本； （2）识别问题：从未标注数据中寻找与用户提供的样本相似的样本，如从数据 库中寻找与用户提供的图片相似的图片；（3）垃圾邮件检测：正常邮 件具有稳定的分布，可视为正类样本，垃圾邮件随时间推移通常采用不 同的策略，可视为未标号样本。