期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于一致性正则化的深度偏标记半监督学习方法
1
作者 祝彪 李艳 王硕 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第5期27-39,共13页
大部分偏标记学习方法假设所有训练样本都具有候选标记集,然而在许多现实场景下存在大量无标记样本.如何同时利用偏标记和无标记样本所隐含的信息构建学习模型,是偏标记半监督学习研究的关键问题.针对只含有少量标记样本、偏标记样本和... 大部分偏标记学习方法假设所有训练样本都具有候选标记集,然而在许多现实场景下存在大量无标记样本.如何同时利用偏标记和无标记样本所隐含的信息构建学习模型,是偏标记半监督学习研究的关键问题.针对只含有少量标记样本、偏标记样本和大量无标记样本的图像分类问题,运用一致性正则化方法和伪标记方法建立深度学习模型.对于偏标记和无标记样本,基于其弱增强的输出结果生成伪标记,且偏标记样本的伪标记限制于其候选标记集中.研究设计了新的损失函数,包含3个损失项,可以同时利用数据中的监督信息、弱监督信息和无监督信息.为了提高参与训练过程样本的可靠性,只选择高置信度伪标记的样本来计算两种增强后的输出交叉熵损失.实验结果说明,该方法(CR-SSPL)比现有半监督学习SOTA方法FlexMatch和偏标记学习代表方法具有更高的精度和稳定性,收敛速度也有明显提升. 展开更多
关键词 偏标记学习 半监督学习 一致性正则化 伪标记方法 图像分类 深度学习
下载PDF
基于稀疏重构消歧的偏标记分类算法
2
作者 殷建华 刘振丙 魏黄曌 《智能系统学报》 CSCD 北大核心 2023年第4期708-718,共11页
针对现有的大多数方法在消歧过程中缺乏对特征空间潜在有用信息的利用和对候选标签不同置信度水平的考虑的问题,本文提出了一种基于稀疏重构消歧的偏标记学习(partial label learning by sparse reconstruction disambiguation,PL-SRD)... 针对现有的大多数方法在消歧过程中缺乏对特征空间潜在有用信息的利用和对候选标签不同置信度水平的考虑的问题,本文提出了一种基于稀疏重构消歧的偏标记学习(partial label learning by sparse reconstruction disambiguation,PL-SRD)的新方法,利用特征空间的结构信息促进标签的消歧过程。本文通过对训练样本进行稀疏重构来刻画特征空间的拓扑结构并将其融入到标签消歧过程中;提出一个统一的框架将标签消歧与训练预测模型同时进行。在人工合成和真实数据集上进行的大量实验表明,本文提出的方法比多个现有的偏标记学习算法取得了更好的性能。 展开更多
关键词 弱监督学习 稀疏重构 平滑假设 标签消歧 偏标记学习 候选标签 特征空间 多分类
下载PDF
一种基于支撑向量机的遥感影像不完全监督分类新方法 被引量:17
3
作者 刘志刚 史文中 +1 位作者 李德仁 秦前清 《遥感学报》 EI CSCD 北大核心 2005年第4期363-373,共11页
不完全监督分类是研究在只有目标类训练样本的情况下如何准确地将目标类从数据集中提取出来。在许多遥感应用问题中,往往只需要从遥感影像中提取某一类地物。如果分类过程中只要选取目标类训练样本,将节省在训练样本选取过程中的大量人... 不完全监督分类是研究在只有目标类训练样本的情况下如何准确地将目标类从数据集中提取出来。在许多遥感应用问题中,往往只需要从遥感影像中提取某一类地物。如果分类过程中只要选取目标类训练样本,将节省在训练样本选取过程中的大量人力物力。因此不完全监督分类是一个值得研究的遥感分类问题。提出了一种基于加权无标识样本支撑向量机(WUS-SVM),并在其基础发展出一种不完全监督分类方法。该方法分3个步骤:(1)在影像中随机选取一定量的无标识样本,将它们作为具有不同权重的非目标类训练样本;(2)用目标类的训练样本和加权无标识训练样本一起训练WUS-SVM,得到初步的分类器;(3)利用初步的分类器确定无标识样本的类别,并与原目标类训练样本一起再次训练SVM得到最终的分类器。通过对模拟数据和遥感影像的分类试验初步证明了该分类方法的有效性。 展开更多
关键词 不完全监督分类 基于加权无标识样本的支撑向量机 支撑向量机 遥感
下载PDF
一种基于最大值损失函数的快速偏标记学习算法 被引量:2
4
作者 周瑜 贺建军 +1 位作者 顾宏 张俊星 《计算机研究与发展》 EI CSCD 北大核心 2016年第5期1053-1062,共10页
在弱监督信息条件下进行学习已成为大数据时代机器学习领域的研究热点,偏标记学习是最近提出的一种重要的弱监督学习框架,主要解决在只知道训练样本的真实标记属于某个候选标记集合的情况下如何进行学习的问题,在很多领域都具有广泛应用... 在弱监督信息条件下进行学习已成为大数据时代机器学习领域的研究热点,偏标记学习是最近提出的一种重要的弱监督学习框架,主要解决在只知道训练样本的真实标记属于某个候选标记集合的情况下如何进行学习的问题,在很多领域都具有广泛应用.最大值损失函数可以很好地描述偏标记学习中的样本与候选标记间的关系,但是由于建立的模型通常是一个难以求解的非光滑函数,目前还没有建立基于该损失函数的偏标记学习算法.此外,已有的偏标记学习算法都只能处理样本规模比较小的问题,还没看到面向大数据的算法.针对以上2个问题,先利用凝聚函数逼近最大值损失函数中的max(·)将模型的目标函数转换为一个光滑的凹函数,然后利用随机拟牛顿法对其进行求解,最终实现了一种基于最大值损失函数的快速偏标记学习算法.仿真实验结果表明,此算法不仅要比基于均值损失函数的传统算法取得更好的分类精度,运行速度上也远远快于这些算法,处理样本规模达到百万级的问题只需要几分钟. 展开更多
关键词 偏标记学习 最大值损失函数 凝聚函数 弱监督学习 分类精度
下载PDF
基于标识的遥感影像部分监督模糊聚类
5
作者 李雪 舒宁 王欢 《地理空间信息》 2007年第3期68-70,共3页
根据遥感影像的特点引入了部分监督模糊聚类的方法,并对其进行改进,加入了标识参数flagk,使其在训练过程中对参与计算的数据进行筛选,使得训练的速度加快,去除了非样本类数据对类心数据的影响,获得了较高精度的分类结果。
关键词 部分监督分类 模糊聚类 遥感影像
下载PDF
半监督FSVM在羽绒菱节识别中的应用 被引量:1
6
作者 邢笛 葛洪伟 《计算机工程与应用》 CSCD 2013年第1期242-244,270,共4页
目前,我国对羽绒种类的识别主要由人工借助于显微镜完成,这种方法存在许多不足。提出将半监督FSVM算法引入到羽绒识别中,用半监督学习方法以少量的训练样本为基础,扩大训练样本集的规模,同时利用FSVM的特性减少半监督学习所带来的误差;... 目前,我国对羽绒种类的识别主要由人工借助于显微镜完成,这种方法存在许多不足。提出将半监督FSVM算法引入到羽绒识别中,用半监督学习方法以少量的训练样本为基础,扩大训练样本集的规模,同时利用FSVM的特性减少半监督学习所带来的误差;利用半监督FSVM对经过处理的羽绒二值化图像中的菱节进行识别。该方法提高了菱节识别的准确率。 展开更多
关键词 模糊支持向量机 分类 半监督 羽绒菱节识别
下载PDF
一种基于最大间隔的偏标记学习算法 被引量:1
7
作者 张仕将 柴晶 《科学技术与工程》 北大核心 2018年第28期109-115,共7页
在机器学习中,偏标记学习是一类重要的弱监督学习框架;在该框架中训练示例不再具有单一明确的标记,每个训练示例的真实标记被隐藏在一个候选标记集中并且在学习过程中不可获知。为了解决从训练示例的候选标记集中学习真实标记的问题,基... 在机器学习中,偏标记学习是一类重要的弱监督学习框架;在该框架中训练示例不再具有单一明确的标记,每个训练示例的真实标记被隐藏在一个候选标记集中并且在学习过程中不可获知。为了解决从训练示例的候选标记集中学习真实标记的问题,基于最大间隔准则提出了一种新的偏标记学习算法;该算法是通过优化模型在候选标记集中最大输出与非候选标记集中最大输出之间的间隔,以及优化模型在候选标记集中最大输出与候选标记集中其他输出之间的间隔进行偏标记学习。采用改进的次梯度Pegasos算法完成模型参数的优化学习。在四组人工改造的UCI数据集中,在平均65%的情况下优于其他对比算法。在四组真实偏标记数据集中,相比其他对比算法,取得了4.4%~10.2%的性能提升。实验证明,具有更好的泛化性能。 展开更多
关键词 偏标记学习 最大间隔准则 弱监督学习 Pegasos算法 分类
下载PDF
基于部分注释CT图像的自监督迁移学习肺结节分类 被引量:11
8
作者 黄鸿 彭超 +2 位作者 吴若愚 陶俊利 张久权 《光学学报》 EI CAS CSCD 北大核心 2020年第18期93-100,共8页
深度学习模型训练时需要大量的注释样本,但在医学领域注释数据难以获取。针对此问题,提出了一种结合部分注释数据的自监督学习算法,以提高3D肺结节的分类性能。在传统自监督训练的网络结构基础上,设计了一种多任务学习的网络结构,以同... 深度学习模型训练时需要大量的注释样本,但在医学领域注释数据难以获取。针对此问题,提出了一种结合部分注释数据的自监督学习算法,以提高3D肺结节的分类性能。在传统自监督训练的网络结构基础上,设计了一种多任务学习的网络结构,以同时利用医学图像处理任务中大量未注释数据和少量注释数据。通过先训练未注释数据然后加入注释数据继续训练的方式,实现了注释数据与未注释数据间部分网络结构和参数的共享。相较于传统自监督学习方法,所提算法在保证模型泛化能力的同时能够学习到更多与肺结节相关的鉴别特征,因此将模型迁移学习用于肺结节分类时也能表现出更佳的性能。所提算法在公开数据集LIDC-IDRI上的分类准确率达0.886,曲线下面积(AUC)值达0.929,实验结果表明,所提算法能够有效提升肺结节的分类性能。 展开更多
关键词 图像处理 肺结节分类 特征提取 自监督学习 部分注释 迁移学习
原文传递
Hybrid, Optimal, Intelligent and Classical PV MPPT Techniques: A Review 被引量:17
9
作者 Ratnakar Babu Bollipo Suresh Mikkili Praveen Kumar Bonthagorla 《CSEE Journal of Power and Energy Systems》 SCIE CSCD 2021年第1期9-33,共25页
Renewable energy-based solar photovoltaic(PV)generation is the best alternative for conventional energy sources because of its natural abundance and environment friendly characteristics.Maximum power extraction from t... Renewable energy-based solar photovoltaic(PV)generation is the best alternative for conventional energy sources because of its natural abundance and environment friendly characteristics.Maximum power extraction from the PV system plays a critical role in increasing the efficiency of the solar power generation during partial shading conditions(PSCs).Therefore,a suitable maximum power point tracking(MPPT)technique to track the maximum power point(MPP)is of high need,even under PSCs.This paper presents an organized and concise review of MPPT techniques implemented for the PV systems in literature along with recent publications on various hardware design methodologies.Their classification is done into four categories,i.e.classical,intelligent,optimal,and hybrid depending on the tracking algorithm utilized to track MPP under PSCs.During uniform insolation,classical methods are highly preferred as there is only one peak in the P-V curve.However,under PSCs,the F-V curve exhibits multiple peaks,one global maximum power point(GMPP)and remaining are local maximum power points(LMPP’s).Under the PSCs,classical methods fail to operate at GMPP and hence there is a need for more advanced MPPT techniques.Every MPPT technique has its advantages and limits,but a streamlined MPPT is drafted in numerous parameters like sensors required,hardware implementation,cost viability,tracking speed and tracking efficiency.This study provides the advancement in this area since some parameter comparison is made at the end of every classification,which might be a prominent base-rule for picking the most gainful sort of MPPT for further research. 展开更多
关键词 GMPP MPPT classification MPPT techniques partial shading conditions(pscs) photovoltaic system
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部