[00272647]多示例多标记中基于样本特征分布的主动学习设计方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201610115878.9
交易方式：
技术转让
技术转让
技术入股
联系人：
南京邮电大学
进入空间
所在地：江苏南京市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了多示例多标记中基于样本特征分布的主动学习设计方法，该方法是将miFV算法与基于最大均值差异，并引入样本相似性最小化的单示例多标记学习算法MLBMDR相结合。该方法在主动学习中有效地引入miFV算法快速的将多示例多标记问题转化为单示例多标记问题便于快速计算；使用基于MMD的单示例多标记主动学习算法来进行符合原始数据分布的待查询样本集合的挑选；通过在优化过程中引入样本相似性最小化度量dist来避免相似样本过多出现，提高训练样本的多样性。
本发明公开了多示例多标记中基于样本特征分布的主动学习设计方法，该方法是将miFV算法与基于最大均值差异，并引入样本相似性最小化的单示例多标记学习算法MLBMDR相结合。该方法在主动学习中有效地引入miFV算法快速的将多示例多标记问题转化为单示例多标记问题便于快速计算；使用基于MMD的单示例多标记主动学习算法来进行符合原始数据分布的待查询样本集合的挑选；通过在优化过程中引入样本相似性最小化度量dist来避免相似样本过多出现，提高训练样本的多样性。
