计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (13): 11-14.DOI: 10.3778/j.issn.1002-8331.2010.13.004
刘 君1,2,熊忠阳1,王银辉1
LIU Jun1,2,XIONG Zhong-yang1,WANG Yin-hui1
摘要: 以决策速度快的决策导向非循环图支持向量机(Decision Directed Acyclic 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。
中图分类号: