10.3969/j.issn.1000-7024.2012.11.016
球结构支持向量机的主动自适应方法
为了解决大样本集标记工作问题和分类器对新样本分类适应能力差的问题,结合球结构支持向量机,提出了一种主动学习自适应性分类方法.该方法根据主动学习思想,以边界近邻策略迭代选取最有价值的样本,初始训练分类器,再依据增量学习方法选取包含新信息的样本,以阶段跟新方式重新训练分类器,并根据余弦相似度对内存中支持向量进行控制.实验结果表明,该方法既减少了标记开销,又保持了分类器分类性能的稳定性和延续性.
主动学习、球结构支持向量机、训练样本、增量学习、支持向量、内存控制
33
TP309(计算技术、计算机技术)
2013-01-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
4116-4120