计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2010年
8期
1392-1399
,共8页
孔祥南%黎铭%姜远%周志华
孔祥南%黎銘%薑遠%週誌華
공상남%려명%강원%주지화
机器学习%多标记学习%弱标记%图像场景分类%直推式学习
機器學習%多標記學習%弱標記%圖像場景分類%直推式學習
궤기학습%다표기학습%약표기%도상장경분류%직추식학습
多标记学习主要解决一个样本可以同时属于多个类别的问题,它广泛适用于图像场景分类、文本分类等任务.在传统的多标记学习中,分类器往往需要利用大量具有完整标记的训练样本才能获得较好的分类性能,然而,在很多现实应用中又往往只能获得少量标记不完整的训练样本.为了更好地利用这些弱标记训练样本,提出一种针对弱标记的直推式多标记分类方法,它可以通过标记误差加权来补全样本标记,同时也能更好地利用弱标记样本提高分类性能.实验结果表明,该方法在弱标记情况下的图像场景分类任务上具有较好的性能提高.
多標記學習主要解決一箇樣本可以同時屬于多箇類彆的問題,它廣汎適用于圖像場景分類、文本分類等任務.在傳統的多標記學習中,分類器往往需要利用大量具有完整標記的訓練樣本纔能穫得較好的分類性能,然而,在很多現實應用中又往往隻能穫得少量標記不完整的訓練樣本.為瞭更好地利用這些弱標記訓練樣本,提齣一種針對弱標記的直推式多標記分類方法,它可以通過標記誤差加權來補全樣本標記,同時也能更好地利用弱標記樣本提高分類性能.實驗結果錶明,該方法在弱標記情況下的圖像場景分類任務上具有較好的性能提高.
다표기학습주요해결일개양본가이동시속우다개유별적문제,타엄범괄용우도상장경분류、문본분류등임무.재전통적다표기학습중,분류기왕왕수요이용대량구유완정표기적훈련양본재능획득교호적분류성능,연이,재흔다현실응용중우왕왕지능획득소량표기불완정적훈련양본.위료경호지이용저사약표기훈련양본,제출일충침대약표기적직추식다표기분류방법,타가이통과표기오차가권래보전양본표기,동시야능경호지이용약표기양본제고분류성능.실험결과표명,해방법재약표기정황하적도상장경분류임무상구유교호적성능제고.