-
公开(公告)号：CN113837248A
公开(公告)日：2021-12-24
申请号：CN202111046551.8
申请日：2021-09-07
Applicant: 桂林理工大学
IPC: G06K9/62
Abstract: 本发明公开一种基于k近邻算法思想的近邻熵主动学习方法,融入了k近邻算法中“同类相聚，异类相离”的思想,包括：给定训练集和测试集，使用训练集训练分类器并利用这个分类器对测试集进行分类；遍历测试集，寻找与每一个未标记数据邻近的k个未标记数据；计算当前未标记数据及其邻近数据的熵值，以此得到该数据的近邻熵；由近邻熵值按从大到小的顺序对测试集排序，最后挑选出w个近邻熵值大的数据交给专家标记；更新训练集与测试集，利用更新后的训练集训练分类器；循环以上操作，直到满足停止条件。本发明可以使用尽量少的且信息量大的数据训练分类器，这样不仅避免挑选到既处于分类边界又是孤立点的数据，还减少了标记数据所需的代价。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
