逆C均值学习样本筛选方法

摘要：

在有监督分类中,歧义学习样本将导致学习时间增长,分类性能下降等问题.本文提出一种逆C均值样本筛选方法,可有效剔出歧义的训练样本.该方法采用类似C均值聚类分析逆过程的方法,将有歧义的学习样本从训练集中剔除.本文以有监督图像分割中的样本选择为例进行实验.实验表明,该方法可有效消除由人机交互引入的歧义样本.

关键词：有监督学习、样本筛选、逆C均值

所属期刊栏目：23

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60274026;60373089;教育部中国教育科研网格计划ChinaGrid图像处理网格应用平台建设专题项目CG2003-GA00102

在线出版日期：2007-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：209-210