基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决监督学习过程中训练样本集过小问题,提出一种未标记样本辅助学习与主动学习相结合的学习方法.基于用户已标记样本与数据库内未标记样本,利用EM算法得到初始朴素贝叶斯分类器与初始假设;主动学习算法寻找数据库内对于优化学习过程最有用的样本请求用户标记;算法根据用户反馈,迭代更新已有查询概念,直至用户满意为止.实验表明,本文算法能够显著提高学习器的效率和性能,并可快速收敛于用户定义的查询概念.
推荐文章
样本稀疏表达的标记分布学习算法
标记分布学习
稀疏表达
最大熵模型
基于GEP多标记学习的图像超分辨率复原算法
超分辨率复原
基因表达式编程
支持向量机
样本学习
一种基于SVM和主动学习的图像检索方法
图像检索
SVM
主动学习
K-means
代表性样本
关键性样本
一种基于标记修正和样本更新的目标跟踪算法
目标跟踪
半监督自训练
标记修正
区域置信度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 图像检索中基于标记与未标记样本的主动学习算法
来源期刊 上海交通大学学报 学科 工学
关键词 基于内容的图像检索 主动学习 朴素贝叶斯分类器 相关反馈
年,卷(期) 2004,(12) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 2068-2072
页数 5页 分类号 TP391
字数 4793字 语种 中文
DOI 10.3321/j.issn:1006-2467.2004.12.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 施鹏飞 上海交通大学图像处理与模式识别研究所 194 4457 36.0 59.0
2 徐杰 上海交通大学图像处理与模式识别研究所 12 229 6.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (12)
同被引文献  (18)
二级引证文献  (57)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(4)
  • 引证文献(4)
  • 二级引证文献(0)
2008(7)
  • 引证文献(3)
  • 二级引证文献(4)
2009(6)
  • 引证文献(1)
  • 二级引证文献(5)
2010(5)
  • 引证文献(0)
  • 二级引证文献(5)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
基于内容的图像检索
主动学习
朴素贝叶斯分类器
相关反馈
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
上海交通大学学报
月刊
1006-2467
31-1466/U
大16开
上海市华山路1954号
4-338
1956
chi
出版文献量(篇)
8303
总下载数(次)
20
总被引数(次)
98140
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导