基于协方差矩阵的主动学习方法及应用研究

摘要：

由于工业过程采集的数据中常包含大量的无标签样本,而有标签样本数量少且人工标记成本较高,因此,提出一种基于协方差矩阵的主动学习方法.利用有标签样本建立高斯过程回归模型,并构建无标签样本之间的协方差矩阵,以协方差矩阵行列式的值作为评价指标.在挑选信息量较大的无标签样本的同时,衡量样本间的相似性,避免样本的冗余添加,最终在相同标记代价下提升模型预测精度.基于工业过程数据进行算法的应用仿真,验证了所提方法的可行性和有效性.

关键词：主动学习、高斯过程回归、协方差矩阵、相似性

所属期刊栏目：34

分类号：TP274;TP391(自动化技术及设备)

资助基金：国家自然科学基金;国家重点研发计划

在线出版日期：2022-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：452-460