-
题名基于稀疏线性重构的主动学习算法
被引量:1
- 1
-
-
作者
夏建明
杨俊安
陈功
-
机构
解放军电子工程学院
安徽省电子制约技术重点实验室
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2013年第12期1121-1129,共9页
-
基金
国家自然科学基金(No.61272333)
安徽省自然科学基金(No.1208085MF94)资助项目
-
文摘
传统的主动学习算法,或需要随机选择已标注样本为基础,或忽略数据的结构细节,或需要预先设定固定的邻域规模.基于稀疏表示模型和最优实验设计方法,文中提出一种基于稀疏线性重构的主动学习算法.该算法首先用稀疏表示模型获得样本和其它样本之间的稀疏重构模式,接着在保证样本间稀疏重构关系和重构样本精度的目标下选择合适的样本.实验结果表明,基于文中算法挑选样本无需任何先验知识,克服其它方法需固定邻域范围的缺点,样本选择结果与近邻熵方法、转换实验设计、局部线性重构方法相比,可获得更好的分类性能.
-
关键词
主动学习
局部线性重构
转换实验设计
稀疏线性重构
-
Keywords
Active Learning, Locally Linear Reconstruction, Transductive Experimental Design,
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-