| 基于AUC 优化的非线性主动学习算法及其在障碍物检测中的应用 |
| |
| 引用本文： | 韩光,赵春霞,胡雪蕾. 基于AUC 优化的非线性主动学习算法及其在障碍物检测中的应用[J]. 机器人, 2010, 32(3): 1. DOI: 10.3724/SP.J.1218.2010.00344 |
| |
| 作者姓名： | 韩光 赵春霞 胡雪蕾 |
| |
| 作者单位： | 南京理工大学计算机科学与技术学院,江苏,南京,210094 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 针对障碍物检测中因样本量过大而造成的标记困难以及样本分布不均衡等问题，提出了一种基于AUC优化的非线性主动学习算法．该算法的计算处理过程是：首先利用基于AUC 优化的算法在训练集上对非线性分类器进行训练；然后利用已训练好的分类器对所有未标记样本进行分类；接着利用基于AUC 优化的样本选择函数计算分类后的样本的得分；最后算法根据分值大小选出最有信息量样本，并且专家根据该样本所在的图像及在图像中位置对其进行标记并放入训练集中．重复上述过程，直到AUC 收敛为止．在户外环境图像库上进行了实验，结果表明：该算法能显著减小数据标记的工作量，并能解决因样本分布不平衡而引起的次优解问题，与已有主动学习算法相比性能更优．
|
| 关 键 词： | 障碍物检测 主动学习 AUC 优化 非线性分类器 梯度下降法 |
A Nonlinear Active Learning Based on AUC Optimization and Its Application to Obstacle Detection |
| |
| HAN Guang,ZHAO Chunxia,HU Xuelei. A Nonlinear Active Learning Based on AUC Optimization and Its Application to Obstacle Detection[J]. Robot, 2010, 32(3): 1. DOI: 10.3724/SP.J.1218.2010.00344 |
| |
| Authors: | HAN Guang ZHAO Chunxia HU Xuelei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《机器人》浏览原始摘要信息 |
|
点击此处可从《机器人》下载全文 |
