基于协方差矩阵的主动学习方法及应用研究

• 作者: 周博文 熊伟丽
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 主动学习 高斯过程回归 协方差矩阵 相似性
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 仿真建模理论与方法|Modeling Theory and Methodology
• 页码范围: 452-460
• 页数: 9页
• 分类号: TP274|TP391
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.20-0788

摘要

由于工业过程采集的数据中常包含大量的无标签样本,而有标签样本数量少且人工标记成本较高,因此,提出一种基于协方差矩阵的主动学习方法.利用有标签样本建立高斯过程回归模型,并构建无标签样本之间的协方差矩阵,以协方差矩阵行列式的值作为评价指标.在挑选信息量较大的无标签样本的同时,衡量样本间的相似性,避免样本的冗余添加,最终在相同标记代价下提升模型预测精度.基于工业过程数据进行算法的应用仿真,验证了所提方法的可行性和有效性.