首页 | 本学科首页   官方微博 | 高级检索  
     检索      

模糊神经网络分类器的主动学习方法
引用本文:胡静,高隽,杨静.模糊神经网络分类器的主动学习方法[J].中国科学技术大学学报,2008,38(3):241-246.
作者姓名:胡静  高隽  杨静
作者单位:合肥工业大学计算机与信息学院图像信息处理研究室,安徽合肥,230009
基金项目:国家自然科学基金 , 安徽省自然科学基金 , 教育部跨世纪优秀人才培养计划
摘    要:针对模糊神经网络分类器设计过程中所遇到的样本采样与标注过程耗时、代价大的问题,提出了一个新颖的模糊神经网络分类器主动学习方法,以最小-最大边界法以及确定样本的不确定性闽值两个新概念为主动样本选择准则,确保选择其中信息量尽可能大的样本进行标注,使得网络设计过程中对未标注样本的标注工作量和时间大为减少.实验结果表明,该方法与模糊神经网络的被动学习模型相比,训练样本数目大为减少,训练时间大大缩短.

关 键 词:主动学习算法  模糊神经网络分类器  最小-最大边界法  不确定性阈值  模糊隶属度值  模糊神经  网络分类器  主动学习  方法  classifier  fuzzy  neural  network  active  learning  训练时间  样本数  学习模型  结果  实验  工作量  未标注样本  网络设计  行标  信息量  选择准则  阈值  不确定性
文章编号:0253-2778(2008)03-0241-06
修稿时间:2006年10月23

The approach to active learning on fuzzy neural network classifier
HU Jing,GAO Jun,YANG Jing.The approach to active learning on fuzzy neural network classifier[J].Journal of University of Science and Technology of China,2008,38(3):241-246.
Authors:HU Jing  GAO Jun  YANG Jing
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号