文献类型：期刊文章

作　　者：刘君[1,2] 熊忠阳[1] 王银辉[1]

机构地区：[1]重庆大学计算机学院,重庆400030 [2]重庆广播电视大学理工学院,重庆400052

出　　处：《计算机工程与应用》

基　　金：中国博士后科学基金资助项目(No.20070420711);重庆市科委自然科学基金计划资助项目(No.2007BB2372)

年　　份：2010

卷　　号：46

期　　号：13

起止页码：11-14

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：以决策速度快的决策导向非循环图支持向量机(Decision DirectedAcyclic Graph Support Vector Machine)为基准分类器,结合主动学习的思想,提出了一种图像多分类主动学习方法。这种方法是一种半自动的图像语义分类方法,可以将图像分成多个语义类别。该方法在最近边界主动选择方法的基础上,提出一种基于质疑度的主动选择策略。这种策略将SVMactive中提出的最近邻SVM分类面选择的反馈样例策略延伸到多分类中,通过区别对待奇异样例和容易错分样例,减少了噪声数据对分类器的干扰,提高了分类的精度。

关 键 词：支持向量机 多分类  决策导向非循环图  主动学习  

分 类 号：TP391]