|
|||||
|
|
| 基于稀疏子空间聚类的主动学习算法 | |
| 作者姓名： | 姜秀波 钟丽媛 宋曹根 |
| 作者单位： | 许继电科储能技术有限公司,河南 许昌 461000;三菱电机上海机电电梯有限公司,上海 200230 |
| 摘 要： | 主动学习已经被证明是一种成功的机器学习算法,最主要的缺点是它只注重样本的标签信息而忽略了样本的分布信息.因此带来的后果就是稳定性差,容易陷入局部最优解,同时对初始样本的选择非常敏感.论文将稀疏子空间聚类与主动学习相结合,首先利用稀疏子空间聚类找到原始数据的分布信息,然后利用该信息指导主动学习选取初始样本,使样本标注更加有效,提高了主动学习的效率,同时降低了主动学习对初始样本的敏感度.最后通过多组仿真实验证明,本方法可以有效的改善主动学习的性能. |
| 关 键 词： | 主动学习 稀疏子空间 聚类 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算技术与自动化》浏览原始摘要信息 | |
| 点击此处可从《计算技术与自动化》下载全文 | |