模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2010, Vol. 23 Issue (6): 745-751    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于偏袒性半监督集成的SVM主动反馈方案
邬俊,段晶,鲁明羽
大连海事大学 信息科学与技术学院 大连 116026
SVM Active Feedback Scheme Using Semi-Supervised Ensemble with Bias
WU Jun,DUAN Jing,LU Ming-Yu
School of Information Science and Technology,Dalian Maritime University,Dalian 116026

全文: PDF (499 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 现有的SVM主动反馈算法普遍受到小样本问题和不对称分布问题的制约。针对这些问题,文中提出一种基于偏袒性半监督集成的SVM主动反馈技术。该算法在集成学习框架中使用未标记数据以增加个体分类器之间的差异性,从而获得高效的集成分类模型。同时,高效的集成分类模型更有利于寻找富有信息样本,进而也提高主动反馈的效率。此外,文中还设计一种偏袒加权策略,使得集成分类模型对正样本给予更大的关注程度,以应对正负样本间的不对称分布问题。实验结果表明,偏袒性半监督集成可有效改进SVM主动反馈的性能,且文中算法的检索精度明显优于其它同类相关反馈算法。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
邬俊
段晶
鲁明羽
关键词 图像检索相关反馈支持向量机半监督集成    
Abstract:Most SVM-based active learning methods are challenged by the small sample problem and the asymmetric distribution problems. A SVM-based active relevance feedback scheme is presented which deals with SVM ensemble under semi-supervised setting to augment the diversity among the individual SVM classifiers, thus a powerful ensemble classification model is obtained. Meanwhile, the powerful ensemble model is helpful to identify the most informative images for active learning. Moreover, aggregation method, termed as bias-weighting, is used within the semi-supervised ensemble framework to tackle the asymmetric distribution between positive and negative samples. Under the influence of bias-weighting, the ensemble classification model pays more attention on the positive samples than the negative ones. Experimental results validate the superiority of the presented scheme over several existing active learning methods.
Key wordsImage Retrieval    Relevance Feedback    Support Vector Machine    Semi-Supervised Ensemble   
收稿日期: 2010-05-24     
ZTFLH: TP391.41  
基金资助:国家自然科学基金资助项目(No.60773084, 60973067)
作者简介: 邬俊,男,1981年生,博士研究生,主要研究方向为多媒体数据挖掘、信息安全.E-mail:wujunas8@gmail.com.段晶,女,1987年生,硕士研究生,主要研究方向为机器学习、数据挖掘.鲁明羽,男,1963年生,教授,博士生导师,主要研究方向为智能数据分析、数据挖掘。
引用本文:   
邬俊,段晶,鲁明羽. 基于偏袒性半监督集成的SVM主动反馈方案[J]. 模式识别与人工智能, 2010, 23(6): 745-751. WU Jun,DUAN Jing,LU Ming-Yu. SVM Active Feedback Scheme Using Semi-Supervised Ensemble with Bias. , 2010, 23(6): 745-751.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2010/V23/I6/745
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn