基于SVM的多示例多标签主动学习

发布时间：2017-09-10 15:36

  本文关键词：基于SVM的多示例多标签主动学习

  更多相关文章： 主动学习 多示例多标签学习 支持向量机 最小分类距离 置信度

【摘要】：针对近年出现的多示例多标签学习,把主动学习应用到其框架上,提出一种基于支持向量机最小分类距离的多示例多标签主动学习方法。引入支持向量机的最小分类距离,提出分类器对未标记多示例包的置信度,在学习过程中,迭代地主动选择最能改善分类器性能的未标记多示例包添加到训练集中进行学习,有效减少训练多示例包的成本,改善分类器性能。实验结果表明,与样本随机选择策略相比,该方法在训练样本相同的情况下能够获得更好的分类性能。
【作者单位】： 广东工业大学计算机学院;
【关键词】： 主动学习 多示例多标签学习 支持向量机 最小分类距离 置信度
【基金】：国家自然科学基金项目(61472089、61202270)
【分类号】：TP181
【正文快照】： Active learning for multi-instance multi-label classification based on SVM1相关知识介绍1.1多示例多标签学习在MIML学习框架下,一个对象往往被表示成多个示例组成的包,并且关联一个标签集。假定S表示示例空间,Y表示标签集空间,给定数据集S={(X1,Y1),(X2,Y2),…(Xm,Ym)},

【相似文献】

中国期刊全文数据库 前10条

1 周珂;蔡洁;;SVM在阿尔茨海默型老年痴呆症辅助诊断中的应用[J];现代计算机(专业版);2012年17期

2 王蒙;傅行军;;基于参数优化SVM的旋转机械故障诊断[J];江苏电机工程;2008年01期

3 谢志强;高丽;杨静;;基于球结构的完全二叉树SVM多类分类算法[J];计算机应用研究;2008年11期

4 孙颖;刘玉满;龚稳;;基于SVM的多传感器信息融合[J];长春工业大学学报(自然科学版);2013年03期

5 焦鹏;王新政;谢鹏远;;基于SVM的模拟电路故障诊断及参数优化方法[J];计算机测量与控制;2013年08期

6 张贝贝;何中市;;基于支持向量数据描述算法的SVM多分类新方法[J];计算机应用研究;2007年11期

7 赵天昀;;多分类SVM在企业竞争情报自动分类中的应用[J];现代情报;2008年10期

8 彭磊;高峰;任立华;黄真辉;;基于SVM的混沌时间序列预测模型应用研究[J];工程勘察;2013年09期

9 刘海松;吴杰长;陈国钧;;克隆选择优化的SVM模拟电路故障诊断方法[J];电子测量与仪器学报;2010年12期

10 刘永斌;何清波;张平;孔凡让;;基于SVM的旋转机械故障诊断方法[J];计算机工程;2012年05期

中国重要会议论文全文数据库 前10条

1 滕卫平;胡波;滕舟;钟元;;SVM回归法在西太平洋热带气旋路径预报中的应用研究[A];S1 灾害天气研究与预报[C];2012年

2 王红军;徐小力;付瑶;;基于SVM的旋转机械故障诊断知识获取[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

3 陈兆基;杨宏晖;杜方键;;用于水下目标识别的选择性SVM集成算法[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年

4 程丽丽;张健沛;杨静;马骏;;一种改进的层次SVM多类分类方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

5 左南;李涓子;唐杰;;基于SVM的肖像照片抽取[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

6 宁伟;苗雪雷;胡永华;季铎;张桂平;蔡东风;;基于SVM的无参考译文的译文质量评测[A];机器翻译研究进展——第四届全国机器翻译研讨会论文集[C];2008年

7 刘旭;罗鹏飞;李纲;;基于拟合角特征及SVM的雷达辐射源个体识别[A];全国第五届信号和智能信息处理与应用学术会议专刊(第一册)[C];2011年

8 罗浩;谢军龙;胡云鹏;;地源热泵空调系统故障诊断中SVM的应用[A];全国暖通空调制冷2008年学术年会资料集[C];2008年

9 刘闪电;王建东;;权重部分更新的大规模线性SVM求解器[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年

10 王舰;汤光明;;基于SVM的图像隐写检测分析[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年

中国博士学位论文全文数据库 前1条

1 陈志茹;基于SVM集成学习的miRNA靶基因预测研究[D];燕山大学;2015年

中国硕士学位论文全文数据库 前10条

1 杨刘;基于PCA与SVM的地力评价研究[D];中南林业科技大学;2015年

2 张汉女;基于SVM的海岸线提取方法研究[D];东北师范大学;2010年

3 刘军;基于SVM的半监督网络入侵检测系统[D];复旦大学;2009年

4 张永俊;基于SVM的增量入侵检测方法研究[D];西安科技大学;2013年

5 田幂;基于概率SVM的肿瘤预警系统的设计与实现[D];吉林大学;2013年

6 王硕;基于广义S变换和SVM的电压暂降检测与识别方法研究[D];燕山大学;2013年

7 杨涛;基于SVM的中国医药制造企业财务危机预警研究[D];厦门大学;2009年

8 周洪利;基于SVM的网络信息过滤研究[D];山东师范大学;2008年

9 齐振东;基于SVM的地基土承载力预测[D];吉林大学;2008年

10 任琼;基于SVM的余杭生态公益林类型的遥感分类研究[D];南京林业大学;2008年

，

本文编号：825112