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122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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著機(jī)器學(xué)習(xí)研究的不斷深入,學(xué)習(xí)算法所能處理的數(shù)據(jù)規(guī)模越來越龐大。然而,對(duì)數(shù)據(jù)進(jìn)行標(biāo)注一般仍需要人工完成,所消耗的成本日益成為限制機(jī)器學(xué)習(xí)發(fā)展的瓶頸。主動(dòng)學(xué)習(xí)通過讓機(jī)器主動(dòng)地挑選學(xué)習(xí)樣本,能夠避免對(duì)冗余數(shù)據(jù)進(jìn)行標(biāo)注,極大地降低標(biāo)簽成本。
  傳統(tǒng)的主動(dòng)學(xué)習(xí)方法在挑選無標(biāo)簽樣本時(shí),只考慮樣本對(duì)當(dāng)前已學(xué)得的模型的信息量,而沒有考慮了數(shù)據(jù)集的整體分布特征,存在一些明顯的不足:
 ?。?)主動(dòng)挑選出來的數(shù)據(jù)集中仍存在較多冗余樣本;<

2、br> ?。?)主動(dòng)學(xué)習(xí)容易陷入局部最優(yōu)解;
 ?。?)傳統(tǒng)主動(dòng)學(xué)習(xí)方法對(duì)信息利用不夠充分。
  為了克服這些不足,本文針對(duì)主動(dòng)學(xué)習(xí)支持向量機(jī)研究了以下內(nèi)容:
 ?。?)研究了一種基于半監(jiān)督聚類的主動(dòng)學(xué)習(xí)支持向量機(jī)。選擇引擎在挑選樣本時(shí)不再以當(dāng)前模型作為唯一依據(jù)。選擇引擎首先將特定區(qū)域內(nèi)的樣本聚成兩個(gè)樣本簇,然后選擇兩個(gè)簇交界處附近的樣本。根據(jù)聚類假設(shè),這樣的樣本有較大的概率成為最終模型的支持向量。實(shí)驗(yàn)結(jié)果表明,這種改

3、進(jìn)的樣本選擇方法有效降低了主動(dòng)學(xué)習(xí)挑選出來的樣本集的冗余性。
 ?。?)研究了一種新的主動(dòng)學(xué)習(xí)停止標(biāo)準(zhǔn)。該方法同樣以聚類假設(shè)的思想為基礎(chǔ),認(rèn)為主動(dòng)學(xué)習(xí)應(yīng)該在分類超平面落在特征空間的稀疏區(qū)域時(shí)停止。為了判斷分類面是否落在稀疏區(qū)域,提出了一種基于隨機(jī)搜索的正則化圖分割算法。正則化圖分割(Normalized Graph Cut,縮寫Ncut)是實(shí)現(xiàn)低密度分割思想的代表性方法。如果SVM的分類結(jié)果與 Ncut得到的結(jié)果非常相似,則表明當(dāng)

4、前 SVM模型的分類面已落在稀疏區(qū)域,主動(dòng)學(xué)習(xí)可以停止。實(shí)驗(yàn)結(jié)果表明,這種新的停止標(biāo)準(zhǔn)在標(biāo)簽成本與模型泛化能力之間取得了較好的平衡。
  (3)研究了一種基于特征選擇的主動(dòng)學(xué)習(xí)方法。該方法在主動(dòng)學(xué)習(xí)的早期階段只使用少數(shù)主要特征來描述整個(gè)數(shù)據(jù)集,從而使主動(dòng)學(xué)習(xí)得到的模型能夠迅速抓住數(shù)據(jù)集的整體分布特征,降低陷入差的局部最優(yōu)解的可能性。隨著主動(dòng)學(xué)習(xí)的進(jìn)行,有標(biāo)簽樣本數(shù)量逐漸增大,再逐漸增加數(shù)據(jù)集的細(xì)節(jié)特征,以進(jìn)一步提高模型精度。實(shí)驗(yàn)結(jié)

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論