机器人
機器人
궤기인
ROBOT
2010年
3期
344-351
,共8页
障碍物检测%主动学习%AUC优化%非线性分类器%梯度下降法
障礙物檢測%主動學習%AUC優化%非線性分類器%梯度下降法
장애물검측%주동학습%AUC우화%비선성분류기%제도하강법
针对障碍物检测中因样本量过大而造成的标记困难以及样本分布不均衡等问题,提出了一种摹于AUC优化的非线性主动学习算法.该算法的计算处理过程是:首先利用基于AUC优化的算法在训练集上对非线性分类器进行训练;然后利用已训练好的分类器对所有未标记样本进行分类;接着利用基于AUC优化的样本选择函数计算分类后的样本的得分;最后算法根据分值大小选出最有信息量样本,并且专家根据该样本所在的图像及在图像中位置对其进行标记并放入训练集中.重复上述过程,直到AUC收敛为止.在户外环境图像库上进行了实验,结果表明:该算法能显著减小数据标记的工作量,并能解决因样本分布不平衡而引起的次优解问题,与已有主动学习算法相比性能更优.
針對障礙物檢測中因樣本量過大而造成的標記睏難以及樣本分佈不均衡等問題,提齣瞭一種摹于AUC優化的非線性主動學習算法.該算法的計算處理過程是:首先利用基于AUC優化的算法在訓練集上對非線性分類器進行訓練;然後利用已訓練好的分類器對所有未標記樣本進行分類;接著利用基于AUC優化的樣本選擇函數計算分類後的樣本的得分;最後算法根據分值大小選齣最有信息量樣本,併且專傢根據該樣本所在的圖像及在圖像中位置對其進行標記併放入訓練集中.重複上述過程,直到AUC收斂為止.在戶外環境圖像庫上進行瞭實驗,結果錶明:該算法能顯著減小數據標記的工作量,併能解決因樣本分佈不平衡而引起的次優解問題,與已有主動學習算法相比性能更優.
침대장애물검측중인양본량과대이조성적표기곤난이급양본분포불균형등문제,제출료일충모우AUC우화적비선성주동학습산법.해산법적계산처리과정시:수선이용기우AUC우화적산법재훈련집상대비선성분류기진행훈련;연후이용이훈련호적분류기대소유미표기양본진행분류;접착이용기우AUC우화적양본선택함수계산분류후적양본적득분;최후산법근거분치대소선출최유신식량양본,병차전가근거해양본소재적도상급재도상중위치대기진행표기병방입훈련집중.중복상술과정,직도AUC수렴위지.재호외배경도상고상진행료실험,결과표명:해산법능현저감소수거표기적공작량,병능해결인양본분포불평형이인기적차우해문제,여이유주동학습산법상비성능경우.
