基于自适应稀疏邻域重构的无监督主动学习算法.pdf

基于自适应稀疏邻域重构的无监督主动学习算法.pdf

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第 卷 第 期 计 算 机 科 学 45   6 Vol.45No.6 年 月 2018 6 COMPUTER SCIENCE June2018 基于自适应稀疏邻域重构的无监督主动学习算法 , , 12 12 1 3 吕巨建 赵慧民 陈荣军 李键红       1 2 ( ) ( ) 广东技术师范学院 广州 广州数字内容处理及其安全性技术重点实验室 广州   510665     510665 3 ( ) 广东外语外贸大学语言工程与计算实验室 广州   510006   , , . 摘 要 在很多信息处理任务中 人们容易获得大量的无标签样本 但对样本进行标注是非常费时和费力的 作为机     , , . , 器学习领域中一种重要的学习方法 主动学习通过选择最有信息量的样本进行标注 减少了人工标注的代价 然而 , . 现有的大多数主动学习算法都是基于分类器的监督学习方法 这类算法并不适用于无任何标签信息的样本选择 针 , , , 对这个问题 借鉴最优实验设计的算法思想 结合自适应稀疏邻域重构理论 提出基于自适应稀疏邻域重构的主动学 . , 习算法 该算法可以根据数据集各区域的不同分布自适应地选择邻域规模 同步完成邻域点的搜寻和重构系数的计 , . 算 能在无任何标签信息的情况下较好地选择最能代表样本集分布结构的样本 基于人工合成数据集和真实数据集 , , . 的实验表明 在同等标注代价下 基于自适应稀疏邻域重构的主动学习算法在分类精度和鲁棒性上具有较高的性能 , , , , 关键词 主动学习 稀疏重构 优化实验设计 直推式实

文档评论(0)

136****3783 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档