计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2014年
6期
215-218,229
,共5页
张雁%吴保国%吕丹桔%林英
張雁%吳保國%呂丹桔%林英
장안%오보국%려단길%림영
半监督学习%主动学习%Tri-training算法%熵优先采样%Tri-EPS算法
半鑑督學習%主動學習%Tri-training算法%熵優先採樣%Tri-EPS算法
반감독학습%주동학습%Tri-training산법%적우선채양%Tri-EPS산법
semi-supervised learning%active learning%Tri-training algorithm%Entropy Priority Sampling(EPS)%Tri-EPS algorithm
半监督学习和主动学习都是利用未标记数据,在少量标记数据代价下同时提高监督学习识别性能的有效方法.为此,结合主动学习方法与半监督学习的Tri-training算法,提出一种新的分类算法,通过熵优先采样算法选择主动学习的样本.针对UCI数据集和遥感数据,在不同标记训练样本比例下进行实验,结果表明,该算法在标记样本数较少的情况下能取得较好的效果.将主动学习与Tri-training算法相结合,是提高分类性能和泛化性的有效途径.
半鑑督學習和主動學習都是利用未標記數據,在少量標記數據代價下同時提高鑑督學習識彆性能的有效方法.為此,結閤主動學習方法與半鑑督學習的Tri-training算法,提齣一種新的分類算法,通過熵優先採樣算法選擇主動學習的樣本.針對UCI數據集和遙感數據,在不同標記訓練樣本比例下進行實驗,結果錶明,該算法在標記樣本數較少的情況下能取得較好的效果.將主動學習與Tri-training算法相結閤,是提高分類性能和汎化性的有效途徑.
반감독학습화주동학습도시이용미표기수거,재소량표기수거대개하동시제고감독학습식별성능적유효방법.위차,결합주동학습방법여반감독학습적Tri-training산법,제출일충신적분류산법,통과적우선채양산법선택주동학습적양본.침대UCI수거집화요감수거,재불동표기훈련양본비례하진행실험,결과표명,해산법재표기양본수교소적정황하능취득교호적효과.장주동학습여Tri-training산법상결합,시제고분류성능화범화성적유효도경.