基于信息增强的多视角矩阵分类器设计 |
| |
引用本文: | 朱昌明,高玉森.基于信息增强的多视角矩阵分类器设计[J].上海海事大学学报,2021,42(2):116-120. |
| |
作者姓名: | 朱昌明 高玉森 |
| |
作者单位: | 上海海事大学信息工程学院,上海海事大学信息工程学院 |
| |
基金项目: | 中国博士后基金(2019M651576);上海市晨光计划(18CG54) |
| |
摘 要: | 由于受限于人工成本,很多现实世界中的多视角数据集是由少量有标签样本和大量无标检样本组成的。当前传统的多视角矩阵分类器无法有效处理这类数据集。为了处理这个问题,将Universum学习引入多视角矩阵分类器中,提出基于信息增强的多视角矩阵分类器。由于Universum学习可以生成额外的无标签样本,这类样本虽然没有被指定类别标签,但是包含了部分有标签样本的信息,所以Universum学习可以增强有效样本信息。实验表明,相比于传统的多视角矩阵分类器,本文提出的基于信息增强的多视角矩阵分类器具有更好的分类性能。
|
关 键 词: | Universum学习 多视角 矩阵分类器 |
收稿时间: | 2020/5/10 0:00:00 |
修稿时间: | 2020/6/22 0:00:00 |
Information enhancement based multi view matrix classifier design |
| |
Institution: | Shanghai Maritime University, College of Information Engineering,Shanghai Maritime University, College of Information Engineering |
| |
Abstract: | |
| |
Keywords: | Universum Learning Multi-view Matrix classifier |
|
| 点击此处可从《上海海事大学学报》浏览原始摘要信息 |
| 点击此处可从《上海海事大学学报》下载免费的PDF全文 |