电子科技大学学报
電子科技大學學報
전자과기대학학보
JOURNAL OF UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA
2012年
2期
269-273
,共5页
图像检索%LapRLS%流形学习%最优实验设计
圖像檢索%LapRLS%流形學習%最優實驗設計
도상검색%LapRLS%류형학습%최우실험설계
大部分现有的最优实验设计方法是基于线性回归或拉普拉斯正则最小二乘模型(LapRLS)的.提出一种基于二阶Hessian能并具有流形学习能力的主动学习算法,该算法选择那些能使Hessiar正则回归模型的参数协方差矩阵最小化的样本作为最优样本,可以克服LapRLS的依赖特定常量及缺乏推算能力等缺点.基于内容的图像检索实验证明了该方法的有效性.
大部分現有的最優實驗設計方法是基于線性迴歸或拉普拉斯正則最小二乘模型(LapRLS)的.提齣一種基于二階Hessian能併具有流形學習能力的主動學習算法,該算法選擇那些能使Hessiar正則迴歸模型的參數協方差矩陣最小化的樣本作為最優樣本,可以剋服LapRLS的依賴特定常量及缺乏推算能力等缺點.基于內容的圖像檢索實驗證明瞭該方法的有效性.
대부분현유적최우실험설계방법시기우선성회귀혹랍보랍사정칙최소이승모형(LapRLS)적.제출일충기우이계Hessian능병구유류형학습능력적주동학습산법,해산법선택나사능사Hessiar정칙회귀모형적삼수협방차구진최소화적양본작위최우양본,가이극복LapRLS적의뢰특정상량급결핍추산능력등결점.기우내용적도상검색실험증명료해방법적유효성.