典型文献
基于协方差矩阵的主动学习方法及应用研究
文献摘要：
由于工业过程采集的数据中常包含大量的无标签样本,而有标签样本数量少且人工标记成本较高,因此,提出一种基于协方差矩阵的主动学习方法.利用有标签样本建立高斯过程回归模型,并构建无标签样本之间的协方差矩阵,以协方差矩阵行列式的值作为评价指标.在挑选信息量较大的无标签样本的同时,衡量样本间的相似性,避免样本的冗余添加,最终在相同标记代价下提升模型预测精度.基于工业过程数据进行算法的应用仿真,验证了所提方法的可行性和有效性.
文献关键词：
主动学习;高斯过程回归;协方差矩阵;相似性
中图分类号：
作者姓名：
周博文;熊伟丽
作者机构：
江南大学轻工过程先进控制教育部重点实验室,江苏无锡214122;江南大学物联网工程学院,江苏无锡214122
文献出处：
引用格式：
[1]周博文;熊伟丽-.基于协方差矩阵的主动学习方法及应用研究)[J].系统仿真学报,2022(03):452-460
A类：
B类：
协方差矩阵,主动学习,方法及应用,工业过程,无标签样本,样本数量,人工标记,记成,高斯过程回归,行列式,信息量,过程数据,应用仿真
AB值：
0.25873
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
