期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于自标注在线顺序极速学习机的图像识别方法 被引量:3
1
作者 魏涛 季新生 《计算机工程》 CAS CSCD 北大核心 2016年第6期208-212,217,共6页
针对图像识别领域目标域标注数据较少而未标注数据较多的情形,为能充分利用未标注数据以提高模型识别能力,提出一种自标注在线顺序极速学习机(SLOSELM)算法。基于源域中已标注数据构建极速学习机(ELM)模型以识别目标域中未标注数据,选... 针对图像识别领域目标域标注数据较少而未标注数据较多的情形,为能充分利用未标注数据以提高模型识别能力,提出一种自标注在线顺序极速学习机(SLOSELM)算法。基于源域中已标注数据构建极速学习机(ELM)模型以识别目标域中未标注数据,选取识别结果中置信度高的样本,并采用SLOSELM算法对ELM模型进行自适应调整,提高图像识别能力。在真实数据集上的实验结果表明,应用SLOSELM算法后ELM模型的图像平均识别能力提高约18%,相比Co-training算法识别时间更短。 展开更多
关键词 机器学习 极速学习机 迁移学习 自标注算法 图像识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部