2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、在機(jī)器學(xué)習(xí)中,主動學(xué)習(xí)可以避免分類模型被動地接受樣本信息,有選擇地從未標(biāo)注樣本集中選取信息量最大的樣本進(jìn)行專家標(biāo)注,然后通過對較少的大信息量樣本進(jìn)行學(xué)習(xí),得到代價小、性能高的分類器。隨著獲得的未標(biāo)注樣本數(shù)據(jù)越來越多,人工標(biāo)注的代價較高并且難度較大,因此,需要對選擇標(biāo)注的樣本數(shù)量嚴(yán)格控制。本文針對主動學(xué)習(xí)采樣過程中存在的問題,在借鑒國內(nèi)外最新思路的基礎(chǔ)上,研究改進(jìn)了一些主動學(xué)習(xí)和樣本選擇算法。
  首先,在充分考慮樣本不確定性置信度

2、模型和樣本代表性置信度模型的基礎(chǔ)之上,討論了基于樣本不確定性和代表性相結(jié)合的可控主動學(xué)習(xí)算法,通過設(shè)置合適的分類正確率變化參數(shù),實(shí)現(xiàn)主動學(xué)習(xí)選擇樣本數(shù)量的可調(diào)控制。
  其次,在基于原型的主動學(xué)習(xí)基礎(chǔ)上,為解決樣本不確定性置信度模型和樣本代表性置信度模型在結(jié)合方式上缺乏適應(yīng)性的問題,引入偏倚賴權(quán)值系數(shù)函數(shù),研究了基于不同樣本屬性綜合的魯棒偏倚賴主動學(xué)習(xí)算法。該算法利用偏倚賴權(quán)值系數(shù)函數(shù)充分挖掘不同樣本屬性,突出樣本特性,解決針對不

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論