Institute of Computing Technology, Chinese Academy IR
| 主动贝叶斯网络分类器 | |
| 宫秀军; 孙建平; 史忠植 | |
| 2002 | |
| 发表期刊 | 计算机研究与发展
 |
| ISSN | 1000-1239 |
| 卷号 | 39.0期号:005页码:574 |
| 摘要 | 在机器学习中，主动学习具有很长的研究历史。给出了主动贝叶斯分类模型，并讨论了主动学习中几种常用的抽样策略。提出了基于最大最小熵的主动学习方法和基于不确定抽样与最小分类损失相结合的主动学习策略，给出了增量地分类测试实例和修正分类参数的方法。人工和实际的数据实验结果表明，提出的主动学习方法在少量带有类别标注训练样本的情况下获得了较好的分类精度和召回率。 |
| 关键词 | 主动学习 贝叶斯网络分类器 最大最小熵 分类损失 机器学习 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/37268 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 第一作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 宫秀军,孙建平,史忠植. 主动贝叶斯网络分类器[J]. 计算机研究与发展,2002,39.0(005):574. |
| APA | 宫秀军,孙建平,&史忠植.(2002).主动贝叶斯网络分类器.计算机研究与发展,39.0(005),574. |
| MLA | 宫秀军,et al."主动贝叶斯网络分类器".计算机研究与发展 39.0.005(2002):574. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [宫秀军]的文章 |
| [孙建平]的文章 |
| [史忠植]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [宫秀军]的文章 |
| [孙建平]的文章 |
| [史忠植]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [宫秀军]的文章 |
| [孙建平]的文章 |
| [史忠植]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论