[发明专利]一种基于k近邻和概率选择主动学习方法在审
| 申请号： | 201910936977.7 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110674883A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 熊伟丽;代学志;马君霞 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N20/00 |
| 代理公司： | 32272 南京禹为知识产权代理事务所(特殊普通合伙) | 代理人： | 吴肖敏 |
| 地址： | 214122 江苏*** | 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k近邻和概率选择主动学习方法，包括，基于工业化控制平台系统获取相应数据，设置近邻k，并计算代表样本个数；评估样本，并对其进行人工标记；更新GPR模型和训练集，迭代直到模型精度；所述设置近邻k，并计算代表样本个数的步骤包括：将训练集分为有标签样本集和无标签样本集；设置邻域样本数量k；根据k值计算无标签样本集中所要标记的代表样本个数；本发明所提方法综合考虑了无标签样本集的不确定度和代表性信息，使得挑选样本更加合理，从而以最小标记代价提升训练模型的预测性能。 | ||
| 搜索关键词： | 样本 无标签样本 训练集 样本集 标签 不确定度 概率选择 控制平台 人工标记 系统获取 训练模型 预测性能 主动学习 综合考虑 小标记 迭代 邻域 评估 更新 | ||
【主权项】：
1.一种基于k近邻和概率选择主动学习方法，其特征在于：包括，/n基于工业化控制平台系统获取相应数据，设置近邻k，并计算代表样本个数；/n评估样本，并对其进行人工标记；/n更新GPR模型和训练集，迭代直到模型精度。/n
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江南大学，未经江南大学许可，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/201910936977.7/，转载请声明来源钻瓜专利网。
