摘要：針對一些工業過程中存在的有標簽樣本少,而傳統的半監督學習無法保證對無標簽樣本準確預測的問題,提出一種雙優選的半監督回歸算法。首先,確定有標簽樣本密集區中心,并計算無標簽樣本與該中心的相似度,實現對無標簽樣本的優選,同時根據有標簽樣本間相似度優選有標簽樣本;然后,利用高斯過程回歸方法對選出的有標簽樣本建立輔學習器,以對優選出的無標簽樣本預測標簽;最后,利用這些偽標簽樣本提升主學習器的預測效果。通過數值例子以及實際脫丁烷塔過程數據進行建模仿真,證明了所提方法在有標簽樣本較少的情況下有良好的預測性能。