基于平均期望间隔的多标签分类主动学习方法

• 作者: 刘端阳 邱卫杰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 多标签 后验概率 期望间隔 主动学习 支持向量机
• 年，卷（期）: 2011,（15）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 168-170
• 分类号: TP18
• 字数: 3381字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.15.053

摘要

针对多标签主动学习速度较慢的问题,提出一种基于平均期望间隔的多标签分类的主动学习方法.计算支持向量机分类器中的期望rid隔,并将其作为样本选择标准.实验结果表明,该方法在分类精度、Hamming Loss、Coverage等评价标准上优于基于决策值和后验概率等主动学习策略,能更好地评价未标记样本,有效提高分类精度和速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘端阳	浙江工业大学计算机科学与技术学院	43	327	11.0	16.0
2	邱卫杰	浙江工业大学计算机科学与技术学院	3	35	2.0	3.0