检索结果-内蒙古大学图书馆

中南大学学报（自然科学版） 2012年第2期43卷 561-566页

作者：江彤唐明珠阳春华湖南人文科技学院计算机科学技术系湖南娄底417000 中南大学信息科学与工程学院湖南长沙410083

针对样本集中的类不平衡性和样本标注代价昂贵问题,提出基于不确定性采样的自训练代价敏感支持向量机.不确定性采样通过支持向量数据描述评价未标注样本的不确定性,对不确定性高的未标注样本进行标注,同时利用自训练方法训练代价敏感支... 详细信息

针对样本集中的类不平衡性和样本标注代价昂贵问题,提出基于不确定性采样的自训练代价敏感支持向量机.不确定性采样通过支持向量数据描述评价未标注样本的不确定性,对不确定性高的未标注样本进行标注,同时利用自训练方法训练代价敏感支持向量,代价敏感支持向量机利用代价参数和核参数对未标注样本进行预测.实验结果表明:该算法能有效地降低平均期望误分类代价,减少样本集中样本需要标注次数.

关键词：主动学习代价敏感支持向量机自训练方法不确定性采样支持向量数据描述

来源：评论

学校读者我要写书评

暂无评论

一种基于TCM主动学习的P2P流识别技术

引用

高技术通讯 2010年第7期20卷 674-679页

作者：戴磊云晓春张永铮吴志刚中国科学院计算技术研究所北京100190 中国科学院研究生院北京100039

针对目前基于机器学习的流识别仍然存在着建立分类模型需要大量适用的训练数据,训练数据的标记需要依赖领域专家,因而导致工作量及难度过大和实用性不强的问题,采用主动学习技术提取少量高质量的训练样本进行建模,并结合支持向量机(SVM... 详细信息

针对目前基于机器学习的流识别仍然存在着建立分类模型需要大量适用的训练数据,训练数据的标记需要依赖领域专家,因而导致工作量及难度过大和实用性不强的问题,采用主动学习技术提取少量高质量的训练样本进行建模,并结合支持向量机(SVM)分类算法提出了一种基于直推信任机(TCM)的样本筛选方法。实验结果表明,相对于已有的流识别方法,这种方法能够在仅依赖少量高质量训练样本的前提下,保证较高的召回率及较低的误报率,更适用于现实网络环境。

关键词：支持向量机(SVM) 主动学习直推信任机(TCM) 机器学习不确定性采样

来源：评论

学校读者我要写书评

暂无评论

基于主动学习的工业互联网入侵检测研究

引用

信息网络安全 2021年第1期21卷 80-87页

作者：沈也明李贝贝刘晓洁欧阳远凯四川大学网络空间安全学院成都610207 96795部队银川750000

针对工业互联网结构复杂和已知攻击样本少导致的入侵检测准确率低的问题,文章提出一种基于主动学习的入侵检测系统(Active Learning-based Intrusion Detection System,ALIDS)。该系统将专家标注引入到入侵检测过程中,将主动学习查询策... 详细信息

针对工业互联网结构复杂和已知攻击样本少导致的入侵检测准确率低的问题,文章提出一种基于主动学习的入侵检测系统(Active Learning-based Intrusion Detection System,ALIDS)。该系统将专家标注引入到入侵检测过程中,将主动学习查询策略与LightGBM结合,解决了训练样本稀缺情况下入侵检测系统准确率低的问题。首先从工业互联网原始网络流和载荷中提取特征,通过最近邻方法对缺失数据进行填补;再通过不确定性采样,选择最有价值的训练样本交由人工专家标注;然后将已标注样本加入训练集,同时使用贝叶斯优化对LightGBM模型进行超参数优化;最后在数据集上进行二分类和多分类实验,验证了ALIDS对入侵检测的有效性。

关键词：工业互联网入侵检测主动学习不确定性采样 LightGBM

来源：评论

学校读者我要写书评

暂无评论

面向多标记分类的主动学习算法研究

面向多标记分类的主动学习算法研究

引用

作者：李存存北京交通大学

学位级别：硕士

主动学习在机器学习、数据挖掘、模式识别等领域备受业内人士的关注,主要解决标记实例开销大的问题。主动学习方法首先使用少量已标记实例集学习分类器,然后根据实例选择算法从未标记数据中获取信息,最后由专家标注系统标记选取的实例... 详细信息

主动学习在机器学习、数据挖掘、模式识别等领域备受业内人士的关注,主要解决标记实例开销大的问题。主动学习方法首先使用少量已标记实例集学习分类器,然后根据实例选择算法从未标记数据中获取信息,最后由专家标注系统标记选取的实例并更新分类器。主动学习的核心问题是如何设计实例选择算法来选择质量和数量均佳的实例。目前主动学习的研究仍还集中在单标记分类问题上,多标记分类是数据分析中普遍存在的一个问题,多标记实例的标注通常比单标记实例的标注花费的时间更多、代价更高。在多标记分类问题中,如何更加精确地找出更适合分类的标记集合加入到属性空间中,这是提升多标记分类算法性能的关键。另外,已有的实例选择算法考虑噪声数据的情况较少,而且其选择策略比较单一。针对上述问题,本文从实例选择算法和多标记属性选择这两个方面展开了研究,本文贡献如下:(1)针对实例信息度量方式比较困难的问题,提出了一种基于不确定性采样的主动学习算法。首先,本文使用多个二分类的支持向量机分类器,将多标记实例的正负标记分离,正负标记值之间的距离称为分离裕度。实例选择算法将分类结果中分离裕度的值最小的实例视为不确定性高、信息丰富的实例。这里本文提出基于偏值项的分离裕度的主动学习算法,在选择实例时,使用偏置项作为衡量分离裕度的因素,选取分离裕度的值趋向于偏置项大小且非噪声的实例。其次,在此基础上,该算法使用标准差的方式度量实例的离散度情况,选取高离散度的实例。最后,通过多个多标记数据集上的实验结果证明了该算法的有效性。(2)针对分类器出现分类错误的情况下实例选择算法极有可能误选实例以及考虑标记间相关性的问题,提出了一种基于最大相关性的多标记主动学习算法。首先,使用实例与标记值之间的相关性来度量实例的不确定性,并将其与已有的最小置信度策略结合使用。其次,该算法采用改进的两层多标记模型,选择基分类器分类结果中高于阈值的标记值扩展属性空间。最后,将改进的两层多标记模型与实例选择算法综合使用,提升最终分类器的性能。同样,通过多个多标记数据集上的实验结果证明了该算法的有效性。

关键词：主动学习多标记分类学习支持向量机不确定性采样二值相关法

来源：评论

学校读者我要写书评

暂无评论

基于编码的主动学习方法研究

基于编码的主动学习方法研究

引用

作者：古仕林国防科技大学

学位级别：硕士

近年来,随着数据的爆炸式增长,如何利用少量的已标记数据与大量的未标记数据改善学习性能已成为当前机器学习领域研究的一个热点。其中一个重要的方法便是主动学习。主动学习挑取最有价值的数据进行人工标注,以期用最少的标注代价建立... 详细信息

近年来,随着数据的爆炸式增长,如何利用少量的已标记数据与大量的未标记数据改善学习性能已成为当前机器学习领域研究的一个热点。其中一个重要的方法便是主动学习。主动学习挑取最有价值的数据进行人工标注,以期用最少的标注代价建立一个具有优越性能的分类器。对于数据而言,标签与特征是其最重要的组成部分,因此主动学习算法主要从这两个方面设计选点准则。然而由于现实数据的多类性与高维性,大部分主动学习算法在处理多类数据与高维数据时存在着一定的不足。针对以上问题,本文提出了两种基于编码的主动学习方法,主要工作如下:（1）基于一对多标签编码的主动学习方法:针对在多类数据上主动学习难以从多类的角度精确衡量数据的不确定性这一问题,通过结合纠错输出编码框架,将原问题转化为多个子问题并从多类的角度设计了有效的不确定性衡量准则,使得算法能够准确挑选出最有价值的样本进行标注。最后通过多组实验验证了算法的有效性。（2）基于最大边界特征编码的主动学习方法:针对在高维数据上主动学习模型预测不精确、运行时间与存储空间代价大这一问题,通过对高维数据特征进行编码,在统一的框架下同时优化主动学习和数据的低维表示,以解决主动学习中的数据高维特征问题并在低维空间中选择最具代表性的样本进行标注。最后通过实验验证了算法的有效性。

关键词：主动学习高维数据特征提取不确定性采样

来源：评论

学校读者我要写书评

暂无评论

目标检测主动学习样本挑选方法

目标检测主动学习样本挑选方法

引用

作者：阮系标华东师范大学

学位级别：硕士

目标检测作为计算机视觉领域中重要的基础任务,具有极广的应用范围和极高的应用价值,从医疗影像对疾病的筛查诊断到工业生产中对产品的瑕疵检测,以及安防监控中的异常行为监测,都离不开目标检测算法的支持。通过目标检测,计算机可以自... 详细信息

目标检测作为计算机视觉领域中重要的基础任务,具有极广的应用范围和极高的应用价值,从医疗影像对疾病的筛查诊断到工业生产中对产品的瑕疵检测,以及安防监控中的异常行为监测,都离不开目标检测算法的支持。通过目标检测,计算机可以自动地对物体进行识别、分类和定位,进而实现更智能的应用。目标检测的性能不仅依赖于优秀的网络结构,也离不开大量丰富的有标注数据集的支持。但是数据的标注工作需要大量的人员和资金,并且标注数据的质量也极大地影响了目标检测算法的准确性。为了解决标注成本的问题,研究者们提出了面向目标检测的主动学习方法,该方法的作用就是以固定的样本筛选策略,从无标注的数据集中挑选高信息量的样本供人工标注,在更少的标注成本下提供更高的信息量,并帮助目标检测算法快速提高性能。但是目前面向目标检测的主动学习方法较少,大部分主动学习算法是面向图像分类任务的特点所设计,并且都存在计算复杂,通用性差等问题,不能完全适用于目标检测任务。因此,本文提出了以下两种面向目标检测的主动学习算法:基于伪标签的主动学习方法。设计了多尺度特征融合方法,将未标注样本的多尺度特征融合降维,保留样本主要特征并降低计算负担。利用聚类方法对未标签样本施加伪标签分类,并引入信息熵来计算未标注样本的不确定度,统筹考虑了未标注样本的不确定性以及多样性。基于特征距离的主动学习方法。设计了特征分区方法,利用已标注样本与未标注样本之间的特征距离划分采样区。通过在三个采样区的不确定性采样实现高信息量样本的引入,又避免了目标检测算法的过度自信所导致的误差,保证了有标注数据集的多样性。

关键词：目标检测主动学习多样性采样不确定性采样

来源：评论

学校读者我要写书评

暂无评论

基于人机交互式学习的行人再识别方法研究

基于人机交互式学习的行人再识别方法研究

引用

作者：金大鹏南京理工大学

学位级别：硕士

行人再识别(Person Re-identification,Person Re-ID)的目标是从由非重叠相机网络采集的图像库中检索给定查询行人图像。得益于强大的深度神经网络,基于监督学习的行人再识别方法取得了巨大进展,在一定程度上已经超越人类的识别精度。... 详细信息

行人再识别(Person Re-identification,Person Re-ID)的目标是从由非重叠相机网络采集的图像库中检索给定查询行人图像。得益于强大的深度神经网络,基于监督学习的行人再识别方法取得了巨大进展,在一定程度上已经超越人类的识别精度。但由于基于监督学习的行人再识别方法需要大量的人工标注数据,限制了其在大规模行人再识别中的实际应用。为了降低大规模行人再识别的标注成本,研究人员提出了基于无监督学习和人机交互式学习的行人再识别方法,通过不利用或利用少量数据标签提高模型的性能。由于不同数据集中行人图像的复杂性,目前基于无监督学习和人机交互式学习的行人再识别方法主要面临以下挑战:1)无监督学习方法性能较低;2)现有人机交互式学习方法标注成本高;3)已标注的样本关系没有被充分利用。为了解决上述问题,本文基于无监督行人再识别方法,结合人机交互式学习,提出了以下解决方法: (1)针对无监督行人再识别方法,本文对比了两种基于聚类的无监督学习方法框架,为后文人机交互式学习方法提供了模型基础。这两种方法框架都基于聚类训练的形式,先利用聚类算法为无标签样本生成伪标签,然后通过记忆存储模型存储特征并利用对比学习损失对模型进行训练,不同之处在于分别基于实例级和类簇级构建的记忆存储模型。通过在三个大规模行人再识别数据集上的大量实验分析了两种基于聚类的无监督行人再识别方法各个组成部分的作用以及超参数对方法性能的影响。 (2)为了降低大规模行人再识别的标注成本,本文提出了基于支持对挖掘(Support Pair Mining,SPM)的人机交互式学习行人再识别方法。该方法首先设计了一种双重不确定性选择的人机交互策略迭代地挖掘支持样本对并提供给标注者标注;其次引入了一种约束聚类算法,将有标签的支持样本对的关系传播到其他无标签的样本中,最后提出一种由无监督对比损失和监督支持样本对损失组成的混合学习策略来学习具有判别性的特征表示。在大规模行人再识别数据集上的实验表明了提出的方法有效地降低了标注成本并且优于目前最先进的主动学习方法。 (3)为了充分利用人机交互式学习过程中所标注的样本对关系,本文提出了基于数据增强一致性学习(Data Augmentation Consistency Learning,DACL)的人机交互式学习行人再识别方法。基于SPM标注的样本对关系,该方法首先利用正样本对外插值增加正样本对学习的困难程度和负样本间内插值提升负样本的多样性,其次通过对比输入图像增强前后与记忆模型的相似度的一致性来提升模型的鲁棒性。最后,通过在三个行人再识别数据集上的实验表明了提出的方法能够进一步提升模型的检索性能。

关键词：行人再识别无监督学习人机交互式学习不确定性采样数据增强

来源：评论

学校读者我要写书评

暂无评论

一种基于SVM后验概率的网络流量识别方法

引用

计算机工程 2012年第17期38卷 171-173页

作者：刘三民王彩霞孙知信安徽工程大学计算机与信息学院安徽芜湖241000 南京航空航天大学计算机科学与技术学院南京210016 安徽商贸职业技术学院电子信息工程系安徽芜湖241002 南京邮电大学宽带无线通信与传感网技术教育部重点实验室南京210003

为解决网络样本标注的难题,实现多种网络流量环境中的主动学习,提出一种基于支持向量机后验概率的网络流量识别方法。结合支持向量机输出和Sigmoid函数拟合样本所属类别后验概率,用其中较大的2类概率信息熵值衡量样本影响分,借助支持向... 详细信息

为解决网络样本标注的难题,实现多种网络流量环境中的主动学习,提出一种基于支持向量机后验概率的网络流量识别方法。结合支持向量机输出和Sigmoid函数拟合样本所属类别后验概率,用其中较大的2类概率信息熵值衡量样本影响分,借助支持向量机和不确定性采样策略实现主动学习过程,形成流量识别模型。实验结果表明,该方法能取得较好的识别效果。

关键词：流量识别主动学习支持向量机熵不确定性采样后验概率

来源：评论

学校读者我要写书评

暂无评论

基于主动学习的软件缺陷预测方法研究

基于主动学习的软件缺陷预测方法研究

引用

作者：吴芳芳南京大学

学位级别：硕士

随着软件技术的迅速发展,软件产品的使用渗透到社会的各个方面。因此,软件质量保障对于大型软件项目尤为重要,如果无法及时发现并修复软件中的缺陷,不仅可能会造成巨大的经济损失,甚至会危及人类生命安全。软件缺陷预测技术通过预测软... 详细信息

随着软件技术的迅速发展,软件产品的使用渗透到社会的各个方面。因此,软件质量保障对于大型软件项目尤为重要,如果无法及时发现并修复软件中的缺陷,不仅可能会造成巨大的经济损失,甚至会危及人类生命安全。软件缺陷预测技术通过预测软件模块的缺陷倾向性指导质量保障人员合理分配资源,即质量保障人员可以对缺陷倾向较高的模块进行充分测试,从而减少由于对无缺陷模块的测试造成的资源浪费。然而,缺陷预测模型的构造需要大量质量可靠的训练数据集,如果一个软件项目缺乏有效的训练数据,则很难建立高效的缺陷预测模型。针对缺乏有效训练数据的问题,近年来研究人员提出利用主动学习算法从被测项目中直接选择实例进行标注的方法构建训练集。已有的方法大多基于主动学习的不确定性采样策略选择实例,但是当初始训练集与总体数据分布不一致时,该方法容易导致训练集的分布偏差进一步加强,如果选择标注的实例数不够多,则难以在该训练集上构建正确的预测模型。并且缺陷预测数据集中存在类不平衡问题,在挑选实例的过程中,主动学习方法并未处理由该问题导致的构造训练集中数据分布不均衡的现象,进而导致在该训练集上构建的缺陷预测模型的性能难以得到有效提高。本文提出DAL方法和BDAL方法分别解决上述问题。DAL方法基于双重不确定性采样策略从不同特征子空间中综合评价实例的不确定性,避免在总特征空间中因绝对的单一不确定性造成的采样偏差;BDAL方法则通过合成少数类实例缓解训练集中的类不平衡问题。本文主要贡献总结如下:1.提出了一种基于主动学习的项目内缺陷预测方法DAL。为了解决软件缺陷预测领域中缺乏有效训练数据的问题,本文提出了基于主动学习双重不确定性采样策略的DAL方法,该方法旨在花费最少的标记成本构造较高质量的训练集。本文分别介绍了提出DAL方法的动机和该方法在缺陷预测领域的应用流程,然后通过在AEEEM和Relink数据集上的实证研究验证该方法的有效性,最后总结并分析其优缺点。2.对DAL方法进一步改善提出了BDAL方法。针对缺陷预测数据集中存在的类不平衡问题,本文对DAL方法进一步改善提出了基于FS-BSMOTE过采样策略的BDAL方法。该方法利用特征子集合成少数类实例以缓解训练集中类不平衡问题,可以有效提高缺陷模块的召回率。本文通过在AEEEM数据集上的实证研究验证了BDAL方法对DAL方法的改进性能。

关键词：软件缺陷预测主动学习不确定性采样数据不平衡

来源：评论

学校读者我要写书评

暂无评论

基于无监督特征匹配的深度主动学习技术研究

基于无监督特征匹配的深度主动学习技术研究

引用

作者：孙树州上海师范大学

学位级别：硕士

现有的研究表明深度学习(Deep Learning)模型的监督训练效果与标注数据的数量呈正比,但是对海量数据进行标注的成本往往十分昂贵,因此有限的标注成为当前深度学习表现提升的主要瓶颈之一。尽管弱监督学习、无监督学习、对比学习等有望... 详细信息

现有的研究表明深度学习(Deep Learning)模型的监督训练效果与标注数据的数量呈正比,但是对海量数据进行标注的成本往往十分昂贵,因此有限的标注成为当前深度学习表现提升的主要瓶颈之一。尽管弱监督学习、无监督学习、对比学习等有望解决数据标注成本昂贵的难题,但是目前此类技术的性能仍然低于监督训练。而主动学习(Active Learning)旨在从海量未标注数据中采样最有价值的数据进行标注并进行网络模型的训练,该技术可以实现在有限的标注成本下最大程度地提高模型的训练效果,因而可以避免昂贵的标注成本。在大数据及深度学习背景下,主动学习技术日益成为热门的研究方向。本文基于无监督特征匹配的深度主动学习技术研究主要是使用特征匹配缓解主动学习中的数据偏向问题。但是,现有的特征匹配及主动学习存在以下亟待解决的问题:(1)现有的特征匹配技术或抽取少量的特征造成关键信息的缺失,或抽取大量的特征造成大量无关信息的冗余。同时,基于监督方法的特征匹配不仅成本较高,而且泛化能力较差。(2)现有的主动学习技术,其中特别是基于不确定性采样的技术,容易产生数据偏向(Data Bias)问题,即所获得的采样结果容易偏向数据集中的部分分类。(3)现有的主动学习技术往往只能面向分类等简单的视觉任务,如何将现有的技术泛化至更复杂的视觉任务也是当前的难题。面对上述问题,本文提出一种基于无监督特征匹配的深度主动学习框架,具体研究内容和贡献点包括:1.本文提出一种无监督特征匹配技术,通过抽取模型不同网络层的特征并融合的方式保证全面完整地获取待匹配目标的信息;同时,考虑到部分特征通道的信息是冗余或无效的,本文基于方差信息有目的性地对通道进行筛选以减少所选特征的噪声。总之,本文所提的无监督特征匹配技术的特点包括多层特征融合以及具有丰富信息的特征通道的选择。在公开数据集Oxford 5k和Paris 6k上,本文所提的无监督特征匹配方法在多个特征维度上(包括128维、256维、512维)较同类技术有1%-4%的精度提升。2.现有主动学习技术存在数据偏向问题,究其根本原因是因为所采样的结果之中存在冗余数据,即存在相似的数据。为此,本文提出了一种新的主动学习框架,即使用所提的无监督特征匹配技术对所选的不确定性数据进行特征比对并去除部分特征相似的数据,进而达到缓解数据偏向的目的。为了验证所提的主动学习框架,本文在分类、检测任务上进行了广泛的实验。所使用的数据集包括CIFAR-10、Fashion-MNIST、PASCAL VOC 2007、PASCAL VOC 2012等,所使用的基线网络模型包括Inception V3、Res Net-50、Mobile Net V3等,所使用的基线检测器模型包括Efficient Det、Faster R-CNN、SSD等。实验结果表明,本文所提的主动学习框架在上述实验设置下优于现有的主动学习技术。同时,特征可视化和数据采样点可视化等技术也证明了本文所提的主动学习框架可以有效的缓解数据偏向的问题。3.置信度最低采样(Least Confidence)、边缘采样(Margin Sampling)、熵采样(Entropy)等方法都是现有典型的主动学习不确定性采样技术,但是此类技术的采样基础均是基于类别信息,因此其往往仅适用于分类任务。而对于目标检测任务而言,除类别信息以外,待识别物体的位置信息同等重要,因此在不确定性采样过程中如何将位置信息纳入考虑对目标检测任务有着显而易见的增益。基于上述考量,本文对现有的针对分类任务的不确定性采样技术进行了改进,即同时考虑待识别物体的类别信息和物体的位置信息。针对目标检测任务的实验表明,本文所提的不确定性采样方法优于现有的技术。

关键词：深度学习主动学习特征匹配物体分类目标检测特征融合不确定性采样

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：