一種結(jié)合未標(biāo)簽信息的主動(dòng)學(xué)習(xí)算法
大?。?/span>0.65 MB 人氣： 2017-12-01 需要積分：1
推薦 + 挑錯(cuò) + 收藏(0) + 用戶(hù)評(píng)論（0）
標(biāo)簽：學(xué)習(xí)算法(7448)
針對(duì)高光譜遙感影像分類(lèi)中，傳統(tǒng)的主動(dòng)學(xué)習(xí)算法僅利用已標(biāo)簽數(shù)據(jù)訓(xùn)練樣本，大量未標(biāo)簽數(shù)據(jù)被忽視的問(wèn)題，提出一種結(jié)合未標(biāo)簽信息的主動(dòng)學(xué)習(xí)算法。首先，通過(guò)K近鄰一致性原則、前后預(yù)測(cè)一致性原則和主動(dòng)學(xué)習(xí)算法信息量評(píng)估3重篩選得到預(yù)測(cè)標(biāo)簽可信度高并具備一定信息量的未標(biāo)簽樣本；然后，將其預(yù)測(cè)標(biāo)簽當(dāng)作真實(shí)標(biāo)簽加入到標(biāo)簽樣本集中；最后，訓(xùn)練得到更優(yōu)質(zhì)的分類(lèi)模型。實(shí)驗(yàn)結(jié)果表明，與被動(dòng)學(xué)習(xí)算法和傳統(tǒng)的主動(dòng)學(xué)習(xí)算法相比，所提算法能夠在同等標(biāo)記的代價(jià)下獲得更高的分類(lèi)精度，同時(shí)具有更好的參數(shù)敏感性。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
一種結(jié)合未標(biāo)簽信息的主動(dòng)學(xué)習(xí)算法下載
相關(guān)電子資料下載
- 機(jī)器學(xué)習(xí)算法原理詳解 89
- 我去過(guò)的加拿大大學(xué)——AI深度學(xué)習(xí)算法誕生地 599
- 深入了解目標(biāo)檢測(cè)深度學(xué)習(xí)算法的技術(shù)細(xì)節(jié) 150
- 什么是NanoEdge AI Studio 1389
- 深入探討線(xiàn)性回歸與柏松回歸 394
- 國(guó)際機(jī)器人聯(lián)合會(huì)（IFR）近期發(fā)布2024全球五大機(jī)器人趨勢(shì) 875
- 基于NumPy的機(jī)器學(xué)習(xí)算法實(shí)現(xiàn) 148
- 目前主流的深度學(xué)習(xí)算法模型和應(yīng)用案例 777
- 常用的十大機(jī)器學(xué)習(xí)算法介紹 292
- 深入研究六種最重要的機(jī)器學(xué)習(xí)算法 282