文件名称：论文研究-基于仿射聚类的主动SVM多类分类方法.pdf
文件大小：1.23MB
文件格式：PDF
更新时间：2022-08-11 11:51:29
仿射传播聚类, 多分类支持向量机, 主动学习算法, 训练样本点优化
针对现有的主动学习算法在多分类器应用中存在准确率低、速度慢等问题, 将基于仿射传播AP聚类的主动学习算法引入到多分类支持向量机中, 每次迭代主动选择最有利于改善多类SVM分类器性能的N个新样本点添加到训练样本点中进行学习, 使得在花费较小标注代价情况下, 能够获得较高的分类性能。在多个不同数据集上的实验结果表明, 新方法能够有效地减少分类器训练时所需的人工标注样本点的数量, 并获得较高的准确率和较好的鲁棒性。