版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、由于現(xiàn)實(shí)生活中存在海量無(wú)標(biāo)簽的數(shù)據(jù)樣本,如果單純依靠人工對(duì)這些無(wú)標(biāo)簽數(shù)據(jù)樣本進(jìn)行標(biāo)簽的話,花費(fèi)代價(jià)通常會(huì)很高。如何以最少的代價(jià)給這些海量無(wú)標(biāo)簽數(shù)據(jù)樣本進(jìn)行標(biāo)簽這一難題,越來(lái)越得到人們的廣泛關(guān)注和深入研究。主動(dòng)學(xué)習(xí)就是為了解決標(biāo)簽數(shù)據(jù)樣本匱乏這一瓶頸而產(chǎn)生的,它通過(guò)選取少量最具信息量的未標(biāo)簽數(shù)據(jù)樣本進(jìn)行標(biāo)簽,從而建立分類精度較高的主動(dòng)學(xué)習(xí)分類器模型,再對(duì)其它海量未標(biāo)簽的數(shù)據(jù)樣本進(jìn)行分類標(biāo)簽,大大地提高了工作效率。
本文的研究
2、工作主要分為兩部分:間接構(gòu)造數(shù)據(jù)樣本主動(dòng)學(xué)習(xí)方法和解釋性主動(dòng)學(xué)習(xí)方法。
本文的研究工作之一是提出了間接構(gòu)造數(shù)據(jù)樣本主動(dòng)學(xué)習(xí)方法。傳統(tǒng)主動(dòng)學(xué)習(xí)方法主要存在以下兩個(gè)不足:(1)過(guò)分依賴于未標(biāo)簽數(shù)據(jù)集;(2)不考慮現(xiàn)實(shí)生活中數(shù)據(jù)分布狀況?;谝陨系目紤],本文提出了間接構(gòu)造數(shù)據(jù)樣本主動(dòng)學(xué)習(xí)方法,更加有效地建立主動(dòng)學(xué)習(xí)分類器模型。
本文的另一個(gè)研究工作是提出了解釋性主動(dòng)學(xué)習(xí)方法。傳統(tǒng)主動(dòng)學(xué)習(xí)方法往往假設(shè)Oracle僅僅
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于流形的主動(dòng)學(xué)習(xí)算法.pdf
- 面向圖像分類的主動(dòng)學(xué)習(xí)算法研究.pdf
- 主動(dòng)式半監(jiān)督學(xué)習(xí)算法的研究.pdf
- 主動(dòng)學(xué)習(xí)算法中采樣策略研究.pdf
- 基于主動(dòng)學(xué)習(xí)的多示例多標(biāo)簽學(xué)習(xí)算法研究.pdf
- 基于集成的半監(jiān)督學(xué)習(xí)和主動(dòng)學(xué)習(xí)算法研究.pdf
- 基于主動(dòng)學(xué)習(xí)的個(gè)性化推薦算法研究.pdf
- 基于數(shù)據(jù)分布特征的主動(dòng)學(xué)習(xí)算法研究.pdf
- 結(jié)合主動(dòng)學(xué)習(xí)的半監(jiān)督分類算法優(yōu)化研究.pdf
- 基于主動(dòng)學(xué)習(xí)的半監(jiān)督譜聚類算法研究.pdf
- 基于不確定性的主動(dòng)學(xué)習(xí)算法研究.pdf
- 面向噪聲數(shù)據(jù)的組合分類及主動(dòng)學(xué)習(xí)算法研究.pdf
- 基于強(qiáng)化學(xué)習(xí)蟻群算法的主動(dòng)嗅覺(jué).pdf
- 序列學(xué)習(xí)的主動(dòng)學(xué)習(xí)問(wèn)題研究.pdf
- 基于視覺(jué)噪聲的機(jī)器人主動(dòng)定位學(xué)習(xí)算法研究.pdf
- 基于于半監(jiān)督SVM主動(dòng)學(xué)習(xí)的文本分類算法研究.pdf
- 主動(dòng)學(xué)習(xí)算法在板厚控制系統(tǒng)中的應(yīng)用研究.pdf
- 基于主動(dòng)學(xué)習(xí)的交互式3D圖像分割算法研究.pdf
- 面向不平衡分布數(shù)據(jù)的主動(dòng)極限學(xué)習(xí)機(jī)算法研究.pdf
- 一種基于主動(dòng)學(xué)習(xí)的半監(jiān)督譜聚類算法研究.pdf
評(píng)論
0/150
提交評(píng)論