基于仿射聚类的主动SVM多类分类方法

• 作者: 张建朋 陈福才
• 来源期刊: 计算机应用研究
• 关键词: 仿射传播聚类 多分类支持向量机 主动学习算法 训练样本点优化
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3316-3319
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.09.031

摘要

针对现有的主动学习算法在多分类器应用中存在准确率低、速度慢等问题,将基于仿射传播(AP)聚类的主动学习算法引入到多分类支持向量机中,每次迭代主动选择最有利于改善多类SVM分类器性能的N个新样本点添加到训练样本点中进行学习,使得在花费较小标注代价情况下,能够获得较高的分类性能.在多个不同数据集上的实验结果表明,新方法能够有效地减少分类器训练时所需的人工标注样本点的数量,并获得较高的准确率和较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈福才		31	193	7.0	12.0
2	张建朋		6	33	4.0	5.0