本文關(guān)鍵詞：基于SVM的多示例多標(biāo)簽主動(dòng)學(xué)習(xí)

  更多相關(guān)文章： 主動(dòng)學(xué)習(xí) 多示例多標(biāo)簽學(xué)習(xí) 支持向量機(jī) 最小分類距離 置信度

【摘要】：針對(duì)近年出現(xiàn)的多示例多標(biāo)簽學(xué)習(xí),把主動(dòng)學(xué)習(xí)應(yīng)用到其框架上,提出一種基于支持向量機(jī)最小分類距離的多示例多標(biāo)簽主動(dòng)學(xué)習(xí)方法。引入支持向量機(jī)的最小分類距離,提出分類器對(duì)未標(biāo)記多示例包的置信度,在學(xué)習(xí)過程中,迭代地主動(dòng)選擇最能改善分類器性能的未標(biāo)記多示例包添加到訓(xùn)練集中進(jìn)行學(xué)習(xí),有效減少訓(xùn)練多示例包的成本,改善分類器性能。實(shí)驗(yàn)結(jié)果表明,與樣本隨機(jī)選擇策略相比,該方法在訓(xùn)練樣本相同的情況下能夠獲得更好的分類性能。
【作者單位】： 廣東工業(yè)大學(xué)計(jì)算機(jī)學(xué)院;
【關(guān)鍵詞】： 主動(dòng)學(xué)習(xí) 多示例多標(biāo)簽學(xué)習(xí) 支持向量機(jī) 最小分類距離 置信度
【基金】：國家自然科學(xué)基金項(xiàng)目(61472089、61202270)
【分類號(hào)】：TP181
【正文快照】： Active learning for multi-instance multi-label classification based on SVM1相關(guān)知識(shí)介紹1.1多示例多標(biāo)簽學(xué)習(xí)在MIML學(xué)習(xí)框架下,一個(gè)對(duì)象往往被表示成多個(gè)示例組成的包,并且關(guān)聯(lián)一個(gè)標(biāo)簽集。假定S表示示例空間,Y表示標(biāo)簽集空間,給定數(shù)據(jù)集S={(X1,Y1),(X2,Y2),…(Xm,Ym)},

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 周珂;蔡潔;;SVM在阿爾茨海默型老年癡呆癥輔助診斷中的應(yīng)用[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2012年17期

2 王蒙;傅行軍;;基于參數(shù)優(yōu)化SVM的旋轉(zhuǎn)機(jī)械故障診斷[J];江蘇電機(jī)工程;2008年01期

3 謝志強(qiáng);高麗;楊靜;;基于球結(jié)構(gòu)的完全二叉樹SVM多類分類算法[J];計(jì)算機(jī)應(yīng)用研究;2008年11期

4 孫穎;劉玉滿;龔穩(wěn);;基于SVM的多傳感器信息融合[J];長春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

5 焦鵬;王新政;謝鵬遠(yuǎn);;基于SVM的模擬電路故障診斷及參數(shù)優(yōu)化方法[J];計(jì)算機(jī)測(cè)量與控制;2013年08期

6 張貝貝;何中市;;基于支持向量數(shù)據(jù)描述算法的SVM多分類新方法[J];計(jì)算機(jī)應(yīng)用研究;2007年11期

7 趙天昀;;多分類SVM在企業(yè)競(jìng)爭情報(bào)自動(dòng)分類中的應(yīng)用[J];現(xiàn)代情報(bào);2008年10期

8 彭磊;高峰;任立華;黃真輝;;基于SVM的混沌時(shí)間序列預(yù)測(cè)模型應(yīng)用研究[J];工程勘察;2013年09期

9 劉海松;吳杰長;陳國鈞;;克隆選擇優(yōu)化的SVM模擬電路故障診斷方法[J];電子測(cè)量與儀器學(xué)報(bào);2010年12期

10 劉永斌;何清波;張平;孔凡讓;;基于SVM的旋轉(zhuǎn)機(jī)械故障診斷方法[J];計(jì)算機(jī)工程;2012年05期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 滕衛(wèi)平;胡波;滕舟;鐘元;;SVM回歸法在西太平洋熱帶氣旋路徑預(yù)報(bào)中的應(yīng)用研究[A];S1 災(zāi)害天氣研究與預(yù)報(bào)[C];2012年

2 王紅軍;徐小力;付瑤;;基于SVM的旋轉(zhuǎn)機(jī)械故障診斷知識(shí)獲取[A];第八屆全國設(shè)備與維修工程學(xué)術(shù)會(huì)議、第十三屆全國設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2008年

3 陳兆基;楊宏暉;杜方鍵;;用于水下目標(biāo)識(shí)別的選擇性SVM集成算法[A];中國聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2011年全國水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2011年

4 程麗麗;張健沛;楊靜;馬駿;;一種改進(jìn)的層次SVM多類分類方法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

5 左南;李涓子;唐杰;;基于SVM的肖像照片抽取[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

6 寧偉;苗雪雷;胡永華;季鐸;張桂平;蔡?hào)|風(fēng);;基于SVM的無參考譯文的譯文質(zhì)量評(píng)測(cè)[A];機(jī)器翻譯研究進(jìn)展——第四屆全國機(jī)器翻譯研討會(huì)論文集[C];2008年

7 劉旭;羅鵬飛;李綱;;基于擬合角特征及SVM的雷達(dá)輻射源個(gè)體識(shí)別[A];全國第五屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議�？�(第一冊(cè))[C];2011年

8 羅浩;謝軍龍;胡云鵬;;地源熱泵空調(diào)系統(tǒng)故障診斷中SVM的應(yīng)用[A];全國暖通空調(diào)制冷2008年學(xué)術(shù)年會(huì)資料集[C];2008年

9 劉閃電;王建東;;權(quán)重部分更新的大規(guī)模線性SVM求解器[A];2009年研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)論文集[C];2009年

10 王艦;湯光明;;基于SVM的圖像隱寫檢測(cè)分析[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 陳志茹;基于SVM集成學(xué)習(xí)的miRNA靶基因預(yù)測(cè)研究[D];燕山大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊劉;基于PCA與SVM的地力評(píng)價(jià)研究[D];中南林業(yè)科技大學(xué);2015年

2 張漢女;基于SVM的海岸線提取方法研究[D];東北師范大學(xué);2010年

3 劉軍;基于SVM的半監(jiān)督網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)[D];復(fù)旦大學(xué);2009年

4 張永俊;基于SVM的增量入侵檢測(cè)方法研究[D];西安科技大學(xué);2013年

5 田冪;基于概率SVM的腫瘤預(yù)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];吉林大學(xué);2013年

6 王碩;基于廣義S變換和SVM的電壓暫降檢測(cè)與識(shí)別方法研究[D];燕山大學(xué);2013年

7 楊濤;基于SVM的中國醫(yī)藥制造企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究[D];廈門大學(xué);2009年

8 周洪利;基于SVM的網(wǎng)絡(luò)信息過濾研究[D];山東師范大學(xué);2008年

9 齊振東;基于SVM的地基土承載力預(yù)測(cè)[D];吉林大學(xué);2008年

10 任瓊;基于SVM的余杭生態(tài)公益林類型的遙感分類研究[D];南京林業(yè)大學(xué);2008年

，

本文編號(hào)：825112