基于向量余弦的支持向量机主动学习策略* (2014年)

时间:2024-06-09 22:40:02
【文件属性】:

文件名称:基于向量余弦的支持向量机主动学习策略* (2014年)

文件大小:860KB

文件格式:PDF

更新时间:2024-06-09 22:40:02

工程技术 论文

针对传统基于主动学习的支持向量机(support vector machine,SVM)方法中所采用的欧式距离不能有效衡量高维样本之间的相关程度,导致学习器泛化能力下降的问题,提出了一种基于向量余弦的支持向量机主动学习(SVM active leaming based on vector cosine)策略,称为COS-SVMactive方法。该方法通过在主动学习过程中引入向量余弦来度量训练集中样本信息的冗余度,以挑选那些含有重要分类信息的最有价值样本交给专家进行人工标注,并在迭代的样本标注过程中对训练集


网友评论