计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (35): 188-191.DOI: 10.3778/j.issn.1002-8331.2010.35.054
樊继伟,李朝锋,吴小俊
FAN Ji-wei,LI Chao-feng,WU Xiao-jun
摘要: 针对大多数主动学习支持向量机(ASVM)的主动学习策略只注重考察超平面附近的样本,忽略了有些距离超平面远但是支持向量的样本,而且没有考虑当前超平面是否接近实际的超平面。提出一种基于概率的主动支持向量机算法,采用一个置信因子来衡量当前的超平面接近实际的超平面的程度。实验结果都验证了该算法在分类精度与计算量方面都有了较大改进。
中图分类号: