|
|||||
|
|
| 一种面向管道堵塞不均衡样本集的主动学习方法 | |
| 作者姓名： | 王显龙 冯早 赵燕锋 |
| 作者单位： | 昆明理工大学 信息工程与自动化学院;昆明理工大学 云南省人工智能重点实验室 |
| 基金项目： | 国家自然科学基金;国家自然科学基金 |
| 摘 要： | 针对城市排水管道堵塞检测识别过程中有标签的样本数量较少,人工标注管道数据样本成本高昂,以及管道堵塞数据集中存在明显的类别不均衡问题,提出基于主动学习的方法以解决上述问题.同时,将极限随机树作为基分类器,对未标注样本集进行分类识别;样本查询策略选择将分类熵和余弦相似度相结合的样本采样策略.该方法使得模型在主动学习的过程中... |
| 关 键 词： | 管道堵塞 数据不均衡 主动学习 分类熵 余弦相似度 极限随机树 |
| 本文献已被 万方数据 等数据库收录！ | |