基于不确定抽样的半监督城市土地功能分类方法

• 作者: 叶敏 康科 惠飞 蔡柳 赵祥模
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 轨迹数据挖掘 半监督学习 不确定抽样 土地功能分类
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 550-555
• 页数: 6页
• 分类号: TP391.4
• 字数: 4941字
• 语种: 中文

摘要

为提高分类准确率,解决城市区域社会功能标签分类难的问题,提出了一种基于不确定抽样选择策略的半监督城市土地功能分类方法.该算法从轨迹数据中提取城市区域的特征向量,只需对少量区域进行标签,根据不确定抽样的主动学习选择策略,从未标注训练样本中选取具有较多信息的数据,利用半监督学习算法进行标注,得到新的标注训练样本添加到训练集,反复迭代后得到分类结果.实验结果表明,该方法对不同社会功能的城市区域分类准确率可达90.2％,与传统方法相比分类准确率高,减少了大量标注工作,在少数标签数据上仍有较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵祥模	长安大学信息工程学院	171	1125	16.0	25.0
2	叶敏	长安大学信息工程学院	58	206	8.0	11.0
3	惠飞	长安大学信息工程学院	46	305	10.0	15.0
4	蔡柳	长安大学信息工程学院	3	9	2.0	3.0
5	康科	长安大学信息工程学院	3	9	2.0	3.0