10.3969/j.issn.1001-3695.2012.09.031
基于仿射聚类的主动SVM多类分类方法
针对现有的主动学习算法在多分类器应用中存在准确率低、速度慢等问题,将基于仿射传播(AP)聚类的主动学习算法引入到多分类支持向量机中,每次迭代主动选择最有利于改善多类SVM分类器性能的N个新样本点添加到训练样本点中进行学习,使得在花费较小标注代价情况下,能够获得较高的分类性能.在多个不同数据集上的实验结果表明,新方法能够有效地减少分类器训练时所需的人工标注样本点的数量,并获得较高的准确率和较好的鲁棒性.
仿射传播聚类、多分类支持向量机、主动学习算法、训练样本点优化
29
TP181(自动化基础理论)
国家“863”计划资助项目2011AA010603
2012-12-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
3316-3319