當數(shù)據(jù)集中包含的訓練信息不充分時，監(jiān)督的極限學習機較難應用，因此將半監(jiān)督學習應用到極限學習機，提出一種半監(jiān)督極限學習機分類模型；但其模型是非凸、非光滑的，很難直接求其全局最優(yōu)解。為此利用組合優(yōu)化方法，將提出的半監(jiān)督極限學習機化為線性混合整數(shù)規(guī)劃，可直接得到其全局最優(yōu)解。進一步，利用近紅外光譜技術(shù)，將半監(jiān)督極限學習機應用于藥品和雜交種子的近紅外光譜數(shù)據(jù)的模式分類。與傳統(tǒng)方法相比，在不同的光譜區(qū)域的數(shù)值實驗結(jié)果顯示：當數(shù)據(jù)集中包含訓練信息不充分時，提出的半監(jiān)督極限學習機提高了模型的推廣能力，驗證了所提出方法的可行性和有效性。