检索结果-内蒙古大学图书馆

作者：舒雯中国科学院大学

学位级别：硕士

随着遥感技术的飞速发展，遥感数据的数据量也在不断扩大，如何从海量的遥感数据中快速提取有效的信息受到广泛关注。遥感图像分类是信息提取研究的一个重要基本问题。而在遥感图像分类的研究中常常会遇到一个问题，即已标注的样本数量... 详细信息

随着遥感技术的飞速发展，遥感数据的数据量也在不断扩大，如何从海量的遥感数据中快速提取有效的信息受到广泛关注。遥感图像分类是信息提取研究的一个重要基本问题。而在遥感图像分类的研究中常常会遇到一个问题，即已标注的样本数量少，未标注的样本数量多，目前的大部分分类模型仅利用了已标注样本的信息。为了合理利用未标注样本的信息，本文提出了利用主动学习算法对分类模型进行改进，减少标注样本的数量，提高模型的运行效率。本文将主动学习算法用于高光谱遥感影像和高分辨率遥感影像的分类问题中，并结合目前多种常用的浅层分类模型和深层分类模型，对训练样本的标注过程进行了优化。本文的主要内容和结果如下:　　(1)提出了两种针对浅层模型的主动学习算法。本文选择逻辑回归模型和支持向量机模型这两种浅层模型进行实验。针对浅层模型，常用的主动学习算法是不确定性采样。而不确定采样虽然对于概率模型有较好的效果，但是该方法只关注了样本的不确定性，对未标注样本信息的挖掘还不够全面。针对逻辑回归模型，提出了均值漂移法与边缘采样相结合的主动学习算法;针对支持向量机模型，提出了流形学习和多层次不确定性结合的主动学习算法。本文提出的算法对传统的不确定性采样方法进行了改进，考虑了样本的多方面信息—包括不确定性，代表性和多样性等等，实验结果证明了这两种算法均能有效地引导进一步标注样本的过程，提高分类器的训练效率。　　(2)提出了两种针对深层模型的主动学习算法。本文使用卷积神经网络和贝叶斯神经网络这两种深层模型进行实验。由于深度模型的结构复杂，针对深度模型的主动学习算法需要考虑深度模型在不同层的输出，并对不同层的输出进行信息筛选及计算。针对卷积神经网络，提出了基于密度分析的主动学习算法优化样本标注过程;针对贝叶斯神经网络，分析dropout层的样本输出，利用互信息的方法研究样本的不确定性信息。实验证明了这两种算法的有效性。

关键词：遥感影像图像分类样本标注主动学习

来源：评论

学校读者我要写书评

暂无评论

基于最近邻聚类的人群计数样本标注方法

引用

西安工程大学学报 2021年第6期35卷 104-113页

作者：张凯兵张婷王华珂景军锋西安工程大学电子信息学院陕西西安710048

现有的人群计数方法需要大量的标记样本训练计数模型。在实际应用中,针对人工标注成本高、效率低的问题,提出一种新的人群计数样本自动标注方法,以获取充足的训练样本。考虑到含有相同或相近人数的视频图像在特征空间中距离相近的特性,... 详细信息

现有的人群计数方法需要大量的标记样本训练计数模型。在实际应用中,针对人工标注成本高、效率低的问题,提出一种新的人群计数样本自动标注方法,以获取充足的训练样本。考虑到含有相同或相近人数的视频图像在特征空间中距离相近的特性,利用最近邻聚类将特征空间中距离相近的视频图像划分为同一类,通过主动采样策略,从每类样本中选择少量具有多样性和代表性的重点样本进行人数标注。最后将标注样本的人数标签传播给每一类样本中剩余的无标记样本,实现样本的快速标注。结果表明:给出的标注方法可有效解决人群计数任务中样本的标注问题,仅使用其他人群计数方法30%的标记样本即可达到较好的预测精度;此外,与真值标签训练计数模型相比,使用该标注方法获取的标签训练计数模型可获取一致的预测结果。

关键词：人群计数样本标注最近邻聚类主动采样特征空间

来源：评论

学校读者我要写书评

暂无评论

样本标注方法及装置

样本标注方法及装置

引用

作者：马莘权 518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层

本发明实施例公开了一种样本标注方法及装置。其中，该搜索短语的评估方法包括：获取业务样本集，所述业务样本集包括至少一个样本；对所述业务样本集进行属性分析，得到所述业务样本集的多维度属性信息；对所述多维度属性信息中每一维... 详细信息

标准号: CN113392294A

本发明实施例公开了一种样本标注方法及装置。其中，该搜索短语的评估方法包括：获取业务样本集，所述业务样本集包括至少一个样本；对所述业务样本集进行属性分析，得到所述业务样本集的多维度属性信息；对所述多维度属性信息中每一维度属性信息进行类别分析，得到所述业务样本集的多维度类别信息；根据所述多维度类别信息中的至少一维度类别信息，对所述业务样本集中的每个样本进行标注。本发明实施例能够有效提高样本标注效率和准确率，降低标注成本。

关键词：样本集多维度类别信息样本属性信息样本标注标注短语类别分析属性分析维度属性准确率维度搜索评估

来源：评论

学校读者我要写书评

暂无评论

样本标注、模型训练、命名实体识别方法和装置

样本标注、模型训练、命名实体识别方法和装置

引用

作者：白强伟黄艳香 200030 上海市徐汇区云锦路701号29、30、31、32层

本申请提供了一种样本标注、模型训练、命名实体识别方法和装置，其中，样本标注方法包括：获取目标样本集，所述目标样本集为未标注样本集；将所述目标样本集中的目标样本输入命名实体识别模型，获取所述识别模型的全连接层的输出结果... 详细信息

标准号: CN112633002A

本申请提供了一种样本标注、模型训练、命名实体识别方法和装置，其中，样本标注方法包括：获取目标样本集，所述目标样本集为未标注样本集；将所述目标样本集中的目标样本输入命名实体识别模型，获取所述识别模型的全连接层的输出结果，所述识别模型基于预标注样本集训练得到；基于预设样本选择策略在所述输出结果中选择待标注样本；对所述待标注样本进行标注，得到标注样本。提高命名实体识别的效率和准确率。

关键词：标注命名实体目标样本样本集样本输出结果样本标注方法和装置获取目标模型训练样本选择连接层准确率预设申请

来源：评论

学校读者我要写书评

暂无评论

样本标注方法、系统、电子设备及计算机可读存储介质

样本标注方法、系统、电子设备及计算机可读存储介质

引用

作者：乔宏利王洪斌蒋宁吴海英何朋杨春勇 401120 重庆市渝北区黄山大道中段52号渝兴广场B2栋4至8楼

本申请公开了样本标注方法、系统、电子设备及计算机可读存储介质。该方法包括：将待标注样本分配至第一标注节点，第一标注节点包括多个标注接口，标注接口用于接收对分配的样本的标注；响应于多个标注接口对待标注样本的标注不同，将... 详细信息

标准号: CN114091582A

本申请公开了样本标注方法、系统、电子设备及计算机可读存储介质。该方法包括：将待标注样本分配至第一标注节点，第一标注节点包括多个标注接口，标注接口用于接收对分配的样本的标注；响应于多个标注接口对待标注样本的标注不同，将待标注样本分配至第二标注节点，第二标注节点包括至少一个标注接口，标注接口用于接收对分配的样本的标注；根据第一标注节点和第二标注节点对待标注样本的标注，确定待标注样本的最终标注结果。通过上述方式，能够提高待标注样本的最终标注结果的准确性。

关键词：标注样本样本分配计算机可读存储介质电子设备样本标注分配申请响应

来源：评论

学校读者我要写书评

暂无评论

样本标注方法及装置

样本标注方法及装置

引用

作者：马莘权 518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层

标准号: CN113392294B

关键词：样本集多维度类别信息样本属性信息样本标注标注短语类别分析属性分析维度属性准确率维度搜索评估

来源：评论

学校读者我要写书评

暂无评论

样本标注方法、介质以及电子设备

样本标注方法、介质以及电子设备

引用

作者：许瑾 100041 北京市石景山区实兴大街30号院3号楼2层B-0035房间

本公开涉及一种样本标注方法、介质以及电子设备，涉及计算机技术领域，该方法通过将未标注的初始样本分批次输入预测模型，获得每一未标注的初始样本对应的预标注结果，根据预标注结果，结合主动学习算法或判别模型，在未标注的初始样... 详细信息

标准号: CN117312845A

本公开涉及一种样本标注方法、介质以及电子设备，涉及计算机技术领域，该方法通过将未标注的初始样本分批次输入预测模型，获得每一未标注的初始样本对应的预标注结果，根据预标注结果，结合主动学习算法或判别模型，在未标注的初始样本中，选取一个批次的目标初始样本，并对目标初始样本进行标注，获得标注后的目标初始样本，基于标注后的目标初始样本，对预测模型进行重新训练，获得训练后的预测模型，并重复执行上述步骤，直至预测模型的指标满足预设条件，可以通过边标边训的方式以及主动学习算法对样本进行标注，随着预测模型输出的预标注结果越来越准确，对未标注的初始样本的标注速度越快，从而降低对样本进行标注的样本。

关键词：标注样本预测模型主动学习算法计算机技术领域电子设备判别模型输入预测样本标注预设条件指标满足重复执行输出

来源：评论

学校读者我要写书评

暂无评论

样本标注方法、设备及可读存储介质

样本标注方法、设备及可读存储介质

引用

作者：林燕文吕士表 200030 上海市徐汇区斜土路2899号光启文化广场A幢5楼

本申请公开了一种样本标注方法、设备及可读存储介质，平台服务器获取包含多个待标注的访问日志的待标注数据集，根据各访问日志的IP地址和域名，划分待标注数据集，以得到多个分组，不同分组的访问日志的IP地址或域名不同。对于每个分... 详细信息

标准号: CN116451071A

本申请公开了一种样本标注方法、设备及可读存储介质，平台服务器获取包含多个待标注的访问日志的待标注数据集，根据各访问日志的IP地址和域名，划分待标注数据集，以得到多个分组，不同分组的访问日志的IP地址或域名不同。对于每个分组，根据该分组中各访问日志包含的约束参数标注访问日志，以得到用于训练爬虫检测模型的训练数据集。采用该种方案，平台服务器根据不同约束参数以及约束参数的组合，自动化的确定分组中的正样本和负样本并进行标注，不受专业标注人员的主观因素的影响，尽可能的降低误标概率和漏标概率，高效率、高质量的完成海量访问日志标注的同时，确保标注数据的一致性，实现快速、准确获取高质量训练数据集的目的。

关键词：标注访问日志分组约束参数平台服务器训练数据集数据集可读存储介质样本标注主观因素爬虫负样本高效率正样本概率自动化检测申请

来源：评论

学校读者我要写书评

暂无评论

样本标注方法和装置

样本标注方法和装置

引用

作者：段茂涛丁烽祥李建彬刘铭罗梁 310000 浙江省杭州市西湖区西溪路556号8层B段801-11

本说明书实施例提供了一种样本标注方法和装置，方法包括：获取第一数量的敏感样本；将第一数量的敏感样本与第二数量的待处理样本进行混合；其中，所述敏感样本已被标注出敏感类型，所述待处理样本未被标注敏感类型；按照敏感类型对混... 详细信息

标准号: CN113988176B

本说明书实施例提供了一种样本标注方法和装置，方法包括：获取第一数量的敏感样本；将第一数量的敏感样本与第二数量的待处理样本进行混合；其中，所述敏感样本已被标注出敏感类型，所述待处理样本未被标注敏感类型；按照敏感类型对混合后的各个样本进行聚类，得到至少一个聚类；判断每一个聚类是否满足收敛条件，如果满足，则利用该聚类中包括的敏感样本的敏感类型对该聚类中包括的待处理样本进行标注。本说明书实施例能够高效地对样本进行敏感类型的标注。

关键词：样本敏感类型聚类标注敏感方法和装置收敛条件样本标注

来源：评论

学校读者我要写书评

暂无评论

样本标注方法、装置、计算机设备和存储介质

样本标注方法、装置、计算机设备和存储介质

引用

作者：张伟华 518000 广东省深圳市南山区学府路软件产业基地1栋B座8楼

本申请涉及一种样本标注方法、装置、计算机设备和存储介质。所述方法包括：获取待标注样本；将待标注样本输入训练好的神经网络，通过神经网络提取得到待标注样本的深度特征矩阵；计算获得待标注样本的深度特征矩阵与各第一已标注样本... 详细信息

标准号: CN112749723A

本申请涉及一种样本标注方法、装置、计算机设备和存储介质。所述方法包括：获取待标注样本；将待标注样本输入训练好的神经网络，通过神经网络提取得到待标注样本的深度特征矩阵；计算获得待标注样本的深度特征矩阵与各第一已标注样本的深度特征矩阵的第一距离矩阵；根据第一距离矩阵，从第一已标注样本中确定待标注样本的匹配样本；获取匹配样本的标签信息，将标签信息作为待标注样本的标签信息。采用本方法能够提高标注效率。

关键词：标注样本矩阵标签信息深度特征距离矩阵匹配样本神经网络计算机设备存储介质样本标注样本输入申请

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：