一種結合未標簽信息的主動學習算法
大小：0.65 MB 人氣：0 2017-12-01 需要積分：1
標簽：學習算法(7448)
針對高光譜遙感影像分類中，傳統的主動學習算法僅利用已標簽數據訓練樣本，大量未標簽數據被忽視的問題，提出一種結合未標簽信息的主動學習算法。首先，通過K近鄰一致性原則、前后預測一致性原則和主動學習算法信息量評估3重篩選得到預測標簽可信度高并具備一定信息量的未標簽樣本；然后，將其預測標簽當作真實標簽加入到標簽樣本集中；最后，訓練得到更優質的分類模型。實驗結果表明，與被動學習算法和傳統的主動學習算法相比，所提算法能夠在同等標記的代價下獲得更高的分類精度，同時具有更好的參數敏感性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種結合未標簽信息的主動學習算法下載
相關電子資料下載
- 機器學習算法原理詳解 89
- 我去過的加拿大大學——AI深度學習算法誕生地 599
- 深入了解目標檢測深度學習算法的技術細節 150
- 什么是NanoEdge AI Studio 1389
- 深入探討線性回歸與柏松回歸 394
- 國際機器人聯合會（IFR）近期發布2024全球五大機器人趨勢 875
- 基于NumPy的機器學習算法實現 148
- 目前主流的深度學習算法模型和應用案例 777
- 常用的十大機器學習算法介紹 292
- 深入研究六種最重要的機器學習算法 282
