您的位置: 专家智库 > >

中央级公益性科研院所基本科研业务费专项(ZD2011-7-3)

作品数:2 被引量:3H指数:1
相关作者:张晓宇更多>>
相关机构:中国科学技术信息研究所更多>>
发文基金:中央级公益性科研院所基本科研业务费专项国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇多模态融合
  • 1篇图像
  • 1篇图像分类
  • 1篇半监督学习
  • 1篇AL
  • 1篇标签
  • 1篇标签分类

机构

  • 2篇中国科学技术...

作者

  • 2篇张晓宇

传媒

  • 1篇计算机应用研...
  • 1篇高技术通讯

年份

  • 1篇2012
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
基于多视角二维主动学习的多标签分类被引量:3
2011年
针对多标签图像分类问题的特点,提出了一种多视角二维主动学习(MV-2DAL)算法,以通过多视角学习与主动学习的有机结合,深入挖掘样本、标签、视角三个维度上的相关性和冗余性。此算法以样本.标签对作为基本标注单位,在每个视角内,利用二维主动学习的方法计算样本、标签维度上的不确定度;在不同视角间,通过多视角融合的方法计算跨视角的不确定度;最终,将视角内不确定度与视角间不确定度进行融合得到总不确定度,并以此衡量样本-标签对的标注价值。将MV-2DAL算法应用到图像内容理解的一个重要领域——多标签图像分类中,显著提高了信息标注的针对性,不仅有效降低了信息冗余度,同时也大幅减少了数据标注量。
张晓宇
关键词:图像分类多模态融合
基于动态确定度传播的选择性采样
2012年
传统主动学习中采用的批量采样模式忽略了样本之间的相互关系,因而会不可避免地引入冗余。针对上述问题,提出了一种动态批量采样模式,采取"逐一标注,批量训练"的流程,综合利用当前分类模型和先前标注样本对后续采样进行动态指导;在此基础上,进一步提出了基于动态确定度传播的选择性采样算法,有效地提高了所选取样本的信息量。实验结果证明,基于动态确定度传播的选择性采样算法能够显著改进分类结果。
张晓宇
关键词:半监督学习
共1页<1>
聚类工具0