一种基于主动学习的SVM增量训练算法
Incremental training algorithm of SVM based on active learning作者机构：空军工程大学导弹学院陕西三原713800
出 版 物：《控制与决策》 (Control and Decision)
年 卷 期：2010年第25卷第2期
页 面：282-286页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金项目(60975026) 陕西省自然科学基金项目(2007F19)
摘 要：针对SVM训练学习过程中难以获得大量带有类标注样本的问题,提出一种基于距离比值不确定性抽样的主动SVM增量训练算法(DRB-ASVM),并将其应用于SVM增量训练.实验结果表明,在保证不影响分类精度的情况下,应用主动学习策略的SVM选择的标记样本数量大大低于随机选择的标记样本数量,从而降低了标记的工作量或代价,并且提高了训练速度.
维普期刊数据库
同方期刊数据库