逆C均值学习样本筛选方法

• 作者: 王燕 薛志东 邱德红
• 来源期刊: 科技与创新
• 关键词: 有监督学习 样本筛选 逆C均值
• 年，卷（期）: 2007,（27）
• 所属期刊栏目: 软件时空
• 页码范围: 209-210
• 页数: 2页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.27.083

摘要

在有监督分类中,歧义学习样本将导致学习时间增长,分类性能下降等问题.本文提出一种逆C均值样本筛选方法,可有效剔出歧义的训练样本.该方法采用类似C均值聚类分析逆过程的方法,将有歧义的学习样本从训练集中剔除.本文以有监督图像分割中的样本选择为例进行实验.实验表明,该方法可有效消除由人机交互引入的歧义样本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王燕	华中科技大学控制科学与工程系	53	229	8.0	12.0
2	薛志东	华中科技大学软件学院	14	63	5.0	7.0
3	邱德红	华中科技大学软件学院	27	172	7.0	11.0