基于委员会投票选择方法的主动学习的研究

• 作者: 穆志纯 赵悦
• 来源期刊: 太原理工大学学报
• 关键词: 主动学习 委员会投票选择 投票熵 最大熵
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 信息与电力工程
• 页码范围: 469-472
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9432.2006.04.027

摘要

讨论了利用QBC(委员会投票选择)的主动学习方法来学习贝叶斯网络分类器,通过对基于投票熵和基于KL-divergence的QBC算法的研究,指出了两者存在的缺陷;同时提出了基于投票熵与类条件后验最大熵相结合的QBC算法.实验证明,该算法提高了分类器的精度,并使用了较少的训练样本,这有效解决了大数据量训练样本获得困难的情况下分类器建模问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆志纯	北京科技大学信息工程学院	140	1211	16.0	24.0
2	赵悦	北京科技大学信息工程学院	8	71	7.0	8.0