-
题名基于最佳样本标记的主动支持向量机学习策略
被引量：3
- 1
-
-
作者
胡正平
-
机构
燕山大学通信电子工程系
哈尔滨工业大学信息工程系图像信息处理研究所
-
出处
《信号处理》
CSCD
北大核心
2008年第1期105-107,共3页
-
文摘
支持向量机通过随机选择标记的训练样本进行有监督学习,随着信息容量的增加和数据收集能力的提高,这需要耗费大量的标记工作量,给实际应用带来不少困难。本文提出了基于最佳样本标记的主动支持向量机学习策略:首先利用无监督聚类选择一个小规模的样本集进行标记,然后训练该标记样本集得到一个初始SVM分类器,然后利用该分类器主动选择最感兴趣的无标记样本进行标记,逐渐增加标记样本的数量,并在此基础上更新分类器,反复进行直到得到最佳性能的分类器。实验结果表明在基本不影响分类精度的情况下,主动学习选择的标记样本数量大大低于随机选择的标记样本数量,这大大降低了标记的工作量,而且训练速度同样有所提高。
-
关键词
主动学习
核函数
支持向量机
被动学习
无监督聚类
-
Keywords
active learning
kernel function
support vector machine
passive learning
unsupervised clustering
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
Q949.288.4
[自动化与计算机技术—控制科学与工程]
-
