基于主动学习的分类器融合算法

• 作者: 吴迪 李会 王钊 裴丽娜 马红杉
• 来源期刊: 科技与创新
• 关键词: 主动学习 分类器 融合算法
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 302-303,282
• 页数: 3页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.02.122

摘要

本文提出了基于主动学习的分类融合算法,将度量层输出的分类器融合问题看作二级分类器的设计问题,将SVM主动学习引入二级分类器设计.该算法在有效减少标注代价的同时获得了较高的分类性能.实验证明该算海在分类性能和标注代价两方面都优于传统分类器融合方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴迪		2	7	1.0	2.0
2	李会		2	7	1.0	2.0
3	马红杉		1	6	1.0	1.0
4	王钊		1	6	1.0	1.0
5	裴丽娜		1	6	1.0	1.0