检索结果-南通市图书馆

基于版本空间解析中心的多类分类器的泛化性能分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机研究与发展 2009年第6期46卷 1003-1008页

作者：曾凡仔肖德贵李仁发罗娟湖南大学计算机与通信学院长沙410082

多类分类是机器学习领域中的重要问题.目前普遍采用的多类分类方法:"one versus all"(OvA)直接利用"标准"的两类分类器重复构造两类分类器,导致计算复杂度较高、分类效率降低.基于支持向量机的多类分类器尽管无需重复构造两类分类器,但... 详细信息

多类分类是机器学习领域中的重要问题.目前普遍采用的多类分类方法:"one versus all"(OvA)直接利用"标准"的两类分类器重复构造两类分类器,导致计算复杂度较高、分类效率降低.基于支持向量机的多类分类器尽管无需重复构造两类分类器,但由于它对应于版本空间(version space)内最大超球的中心,所以当版本空间为非对称或比较狭长时,它的泛化能力显著降低.而基于版本空间解析中心的多类分类算法M-ACM克服了上述问题.从理论上分析了该分类器的泛化性能,给出了它的泛化误差上界,并进行了实验验证.

关键词：多类分类解析中心版本空间泛化误差上界

在线全文

学校读者我要写书评

暂无评论

基于版本空间的并行概念学习

计算机研究与发展 1998年第10期35卷 951-959页

作者：欧阳为民蔡庆生安徽大学计算中心中国科学技术大学计算机科学系

文中首先介绍并分析了版本空间的概念学习策略，然后。

关键词：版本空间概念学习并行算法机器学习

在线全文

学校读者我要写书评

暂无评论

结合聚类边界采样的主动学习

智能系统学报 2024年第2期19卷 482-492页

作者：胡峰李路正代劲刘群重庆邮电大学计算机科学与技术学院重庆400065

主动学习是一种机器学习方法,需要选择最有价值的样本进行标注。目前,主动学习在应用时面临着一些挑战,其依赖分类器的先验假设,这容易导致分类器性能意外下降,同时需要一定规模的样本作为启动条件。聚类可以降低问题规模,是主动学习的... 详细信息

主动学习是一种机器学习方法,需要选择最有价值的样本进行标注。目前,主动学习在应用时面临着一些挑战,其依赖分类器的先验假设,这容易导致分类器性能意外下降,同时需要一定规模的样本作为启动条件。聚类可以降低问题规模,是主动学习的一种有效手段。为此,结合密度聚类边界采样,开展主动学习方法的研究。针对容易产生分类错误的聚类边界区域,通过计算样本密度,提出一种密度峰值聚类边界点采样方法;在此基础上,给出密度熵的定义,并利用密度熵对聚类边界区域进行启发式搜索,提出一种基于聚类边界采样的主动学习方法。试验结果表明,与文献中的5种主动学习算法相比,该算法能够以更少标记量获得同等甚至更高的分类性能,是一种有效的主动学习算法;在标记不足,无标签样本总量20%的情况下,算法在Accuracy、F-score等指标上取得较好的结果。

关键词：主动学习机器学习聚类边界密度峰值聚类几何采样信息熵版本空间主动聚类

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

选取最大可能预测错误样例的主动学习算法

计算机研究与发展 2008年第3期45卷 472-478页

作者：龙军殷建平祝恩蔡志平国防科学技术大学计算机学院长沙410073

通过选取并提交专家标注最有信息量的样例,主动学习算法中可以有效地减轻标注大量未标注样例的负担.采样是主动学习算法中一个影响性能的关键因素.当前主流的采样算法往往考虑选取的样例尽可能平分版本空间.但这一方法假定版本空间中的... 详细信息

通过选取并提交专家标注最有信息量的样例,主动学习算法中可以有效地减轻标注大量未标注样例的负担.采样是主动学习算法中一个影响性能的关键因素.当前主流的采样算法往往考虑选取的样例尽可能平分版本空间.但这一方法假定版本空间中的每一假设都具有相同的概率成为目标函数,而这在真实世界问题中不可能满足.分析了平分版本策略的局限性.进而提出一种旨在尽可能最大限度减小版本空间的启发式采样算法MPWPS(the most possibly wrong-predicted sampling),该算法每次采样时选取当前分类器最有可能预测错误的样例,从而淘汰版本空间中多于半数的假设.这种方法使分类器在达到相同的分类正确率时,采样次数比当前主流的针对平分版本空间的主动学习算法采样次数更少.实验表明,在大多数数据集上,当达到相同的目标正确率时,MPWPS方法能够比传统的采样算法采样次数更少.

关键词：主动学习采样版本空间半分模型样本复杂度

基于Web服务的移动控制数控系统关键技术研究

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2007年第21期18卷 2570-2575页

作者：王治森高荣董伯麟黄小峰章建科合肥工业大学合肥230009

提出了基于Web服务的移动控制数控系统的概念,该系统由作为Web浏览器的移动控制器和作为Web服务器的设备控制器两部分构成,通过蓝牙无线通信技术进行信息交换,实现人机协同。研究了其硬件组成、体系结构和移动控制器的B/S和C/S两种工作... 详细信息

提出了基于Web服务的移动控制数控系统的概念,该系统由作为Web浏览器的移动控制器和作为Web服务器的设备控制器两部分构成,通过蓝牙无线通信技术进行信息交换,实现人机协同。研究了其硬件组成、体系结构和移动控制器的B/S和C/S两种工作模式。对运动控制器和CNC的集成统一接口标准进行了讨论,提出了版本空间的概念和缩小版本空间的方法。配置了蓝牙通信协议,进行了蓝牙通信的实验。研究结果为车间数字化制造设备的跨平台无缝集成和可重构提供了支持。

关键词：移动控制数控系统人机协同版本空间蓝牙通信

在线全文

学校读者我要写书评

暂无评论

针对入侵检测的代价敏感主动学习算法

南京大学学报（自然科学版） 2008年第5期44卷 527-535页

作者：龙军殷建平祝恩赵文涛国防科技大学计算机学院长沙410073

入侵检测系统通过提供可能由恶意攻击导致的告警信息来保护计算机系统.为了能够利用历史数据自动提升入侵检测的性能,机器学习方法被引入入侵检测.但是,高质量训练数据的获取往往需要繁重的劳动或代价昂贵的监控过程.同时,不同类型的误... 详细信息

入侵检测系统通过提供可能由恶意攻击导致的告警信息来保护计算机系统.为了能够利用历史数据自动提升入侵检测的性能,机器学习方法被引入入侵检测.但是,高质量训练数据的获取往往需要繁重的劳动或代价昂贵的监控过程.同时,不同类型的误分类导致的代价也是不一样的,入侵检测需要使误分类代价最小.针对这两种需要综合考虑的问题,提出一种基于代价敏感主动学习的入侵检测分类器构造方法ACS.该方法结合代价敏感学习和主动学习方法,其目标为减少学习代价敏感分类器的标注次数,使代价敏感分类器的误分类代价最小.该方法在主动学习的学习引擎中使用代价敏感学习算法替代传统的错误最小学习算法,同时在采样引擎中使用最大误分类代价的采样标准.ACS方法在主动学习中版本空间的构造、更新过程都针对代价敏感环境作了对应的改进,使该算法能够以较高的收敛速度收敛到误分类代价最小的目标函数.在入侵检测数据集KDDCUP99上的的实验表明,ACS方法能够有效地减少学习代价敏感分类器的标注次数.

关键词：主动学习采样版本空间代价敏感学习样本复杂度

在线全文

学校读者我要写书评

暂无评论

数控系统中的运动控制器统一接口研究

机床与液压 2008年第8期36卷 37-38页

作者：高荣淮阴工学院机械系江苏淮安223001

为使数控系统能够满足跨平台系统集成的要求,对数控系统信息集成中的关键技术——运动控制器的集成进行了研究。介绍了"版本空间"的概念,提出了缩小"版本空间"的方法。研究了实现系统的集成,形成统一的接口标准的方法。

关键词：数控系统运动控制器版本空间集成

QBC主动采样学习在垃圾邮件在线过滤中的应用

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2014年第22期50卷 170-174页

作者：陈念唐振民池州学院数学与计算机科学系安徽池州247000 南京理工大学计算机科学与工程学院南京210094

针对垃圾邮件在线过滤的实际应用,在委员会投票算法采样学习的基础上,提出动态提升采样门槛,在无标签样本池中阶梯式获取高信息量训练样本的方法。该方法能够在稳定识别精度的前提下,进一步降低用于标注和学习的样本数量,压缩由此带来... 详细信息

针对垃圾邮件在线过滤的实际应用,在委员会投票算法采样学习的基础上,提出动态提升采样门槛,在无标签样本池中阶梯式获取高信息量训练样本的方法。该方法能够在稳定识别精度的前提下,进一步降低用于标注和学习的样本数量,压缩由此带来的时间成本。通过在UCI的Spambase数据集上仿真,证明了该方法在改善学习效率方面的有效性。

关键词：垃圾邮件过滤版本空间主动学习投票熵委员会投票算法