基于两层主动学习策略的SVM分类方法

被引：5

作者：

孟光胜

赵志宇

机构：

[1] 河南科技大学林业职业学院

来源：

河南师范大学学报(自然科学版) | 2014年 / 42卷 / 02期

关键词：

主动学习; 协同训练; 贝叶斯网络; 支持向量机;

D O I：

10.16366/j.cnki.1000-2367.2014.02.037

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

针对当前主动学习策略直接用于支持向量机(SVM)分类器时存在泛化能力不强的问题,提出了两层主动学习策略(TLAC),该策略利用协调训练的思想,深层挖掘未标记样本数据的分布知识,从而选择最有利于分类器性能的样本来训练分类器.实验表明,该TLAC策略能够合理地指定TSVM算法中的正样本数,在典型指标测试中都表现出了一定的优越性.

引用

收藏

页码：158 / 162

页数：5

相关论文

共 9 条

[1]

一种结合主动学习的半监督文档聚类算法 [J].

赵卫中 ;

马慧芳 ;

李志清 ;

史忠植 .

软件学报, 2012, 23 (06) :1486-1499

[2]

基于多群协同人工鱼群算法的分类规则提取算法 [J].

戴上平 ;

姬盈利 ;

王华 ;

金鹏 .

计算机应用研究, 2012, 29 (05) :1676-1679

[3]

一种新的支持向量机主动学习策略 [J].

白龙飞 ;

王文剑 ;

郭虎升 .

南京大学学报(自然科学版), 2012, 48 (02) :182-189

[4]

基于条件对数似然函数导数的贝叶斯网络分类器优化算法 [J].

王中锋 ;

王志海 .

计算机学报, 2012, 35 (02) :2364-2374

[5]

基于加权SVM主动学习的多标签分类 [J].

刘端阳 ;

邱卫杰 .

计算机工程, 2011, 37 (08) :181-182+185

[6]

基于SVM期望间隔的多标签分类的主动学习 [J].

刘端阳 ;

邱卫杰 .

计算机科学, 2011, 38 (04) :230-232+266

[7]

一种基于SVM和主动学习的图像检索方法 [J].

张玉芳 ;

陈卓 ;

熊忠阳 ;

刘君 ;

王银辉 .

计算机工程与应用, 2010, 46 (24) :193-196

[8]

一种新的SVM主动学习算法及其在障碍物检测中的应用 [J].

韩光 ;

赵春霞 ;

胡雪蕾 .

计算机研究与发展, 2009, 46 (11) :1934-1941

[9]

基于主动学习SVM分类器的视频分类 [J].

袁勋 ;

吴秀清 ;

洪日昌 ;

宋彦 ;

华先胜 .

中国科学技术大学学报, 2009, 39 (05) :473-478