[发明专利]一种基于条件依赖标签集的多标签主动学习方法在审
| 申请号： | 201710271035.2 | 申请日： | 2017-04-24 |
| 公开（公告）号： | CN107092932A | 公开（公告）日： | 2017-08-25 |
| 发明（设计）人： | 吴健;张宇;徐在俊 | 申请（专利权）人： | 苏州融希信息科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司11227 | 代理人： | 罗满 |
| 地址： | 215000 江苏省苏州市工业园*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于条件依赖标签集的多标签主动学习方法，首先在弱标记条件下挖掘出各标签的条件依赖标签集。每次迭代时，在条件依赖标签集的基础上，计算当前未标记样本池中各样本‑标签对的信息熵和相对熵，然后整合信息熵和相对熵得到每个样本‑标签对的信息量，最后筛选出信息量最大的样本‑标签对作为本次迭代用于训练主动学习模型的输入对象。通过实验表明，该主动学习方法相对于其他弱标记条件下挖掘标签间关系的方法具有良好的泛化性能。 | ||
| 搜索关键词： | 一种 基于 条件 依赖 标签 主动 学习方法 | ||
【主权项】：
一种基于条件依赖标签集的多标签主动学习方法，其特征在于，包括：获取原始样本对应的标签集合，计算所述标签集合中各标签与其余标签的依赖结果以得到各标签对应的条件依赖标签集；计算各样本‑标签对对应的信息熵，并利用所述条件依赖标签集计算各样本‑标签对的相对熵；整合各所述信息熵和各所述相对熵得到对应的各样本‑标签对的信息量；筛选出信息量最大的样本‑标签对作为预先建立的主动学习模型的输入对象，并进行主动学习。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州融希信息科技有限公司，未经苏州融希信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710271035.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种奶牛个体识别的方法
- 下一篇：一种合成孔径雷达扫描模式图像海冰分类方法
