基于主动学习的图像分类研究
常见的主动学习方法分为三类，分别是基于membership的主动学习，基于流的主动学习和基于池的主动学习。本文针对基于池的主动学习方法研究，通过对无标记的数据进行价值评价，然后价值高低的排序，从而得到最佳无标签数据，并且进行对最佳的无标签数据打标，并入到训练集合中，最后进行模型和分类器的训练，以便得到最佳效果。
具体来说，使用基于熵的不确定性方法和基于margin策略的不确定性度量方法进行价值评价，在无标签数据中，找到奇异样本点，也就是最有价值的样本点，然后进行打标，进入到训练样本中。最后进行支持向量机，贝叶斯分类器和最近邻三种分类器训练，并且在UCI的三个数据集合上进行实验，相比随机样本，基于熵的不确定方法和基于margin策略的不确定主动学习方法，其分类准确率更高。
文件下载
资源详情
[{"title":"（ 276 个子文件 4.86MB ） 基于主动学习的图像分类研究","children":[{"title":"说明.docx <span style='color:#111;'> 99.30KB </span>","children":null,"spread":false},{"title":"说明.txt <span style='color:#111;'> 64B </span>","children":null,"spread":false},{"title":"录像9771_基于主动学习的图像分类研究.rar <span style='color:#111;'> 1.33MB </span>","children":null,"spread":false},{"title":"mainDemo.m <span style='color:#111;'> 3.35KB </span>","children":null,"spread":false},{"title":"heart.dat <span style='color:#111;'> 16.34KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- Java版泡泡龙游戏(源代码)
- 8255的8LED显示,矩阵键盘,Proteus,8086
- 使用labview实现计算出某年某月某日是这年中的第几天
- ieee30节点的半不变量法概率潮流计算
- arcgis api 弹窗结合echarts可视化.zip
- 电机内的电磁场（第二版）
- socket 基于udp 的双机通讯
- 第五代移动通信系统_电子版(2).pdf
- 基于Python的股票数据爬虫系统GUI
- Gradle for Android 中文版
- jdk-8u151-windows-x64.zip
- NetBackup备份Windows群集共享盘.pdf
- java 连接数据库实现用户登录功能
- Java计算器代码(带括号运算)
- 【新概念物理教程】量子物理（赵凯华）.pdf
- android 移动开发基础案列教程-黑马程序员.zip
- STM32 USB-HID学习资料
- 文化基因算法
- 最新安徽县级shp文件
- CURE algorithm
- 使用AForge类库的视频播放C#例子
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明