[发明专利]一种基于支持向量机的主动学习方法

权利要求书

1.一种基于支持向量机的主动学习方法，其特征在于，包括以下步骤：

步骤1用初始已标注样本集L训练初始SVM分类器；

步骤2用SVM分类器从未标注样本集U中寻找落在其边界内的候选样本，组成候选样本集S；

步骤3从候选样本集S中挑选信息含量最大的样本交给专家标注；

步骤4将专家标注后的样本放入已标注样本集L中；

步骤5用更新的已标注样本集L重新训练SVM分类器；

步骤6根据停止准则判断是退出循环还是继续迭代。

2.如权利要求1所述的一种基于支持向量机的主动学习方法，其特征在于，用SVM分类器从未标注样本集U中寻找落在其边界内的候选样本，组成候选样本集S的方法如下：以SVM分类器边界内的样本作为候选样本，组成候选样本集S，即：

S＝{x_i|x_i∈U,且|f(x_i)|＜1}

放入候选样本集S中的样本应同时从未标注样本集U中移除。

3.如权利要求1所述的一种基于支持向量机的主动学习方法，其特征在于，所述步骤3中，从候选样本集S中挑选信息含量最大的样本的方法如下：首先对候选样本集S中的每个样本xi，从已标注样本集L中寻找其K个最近邻样本，记作假设这K个最近邻样本中，正类样本的数目为kⁱ₊,负类样本的数目为kⁱ_-，求两者中的最小值，即：

ki=min{k+i,k-i}]]>

最后，从候选样本集S中寻找kⁱ值最大的那个未标注样本作为信息含量最大的样本，并将其交由专家进行人工标注，而对于候选样本集S中其余的样本，应当将其从候选样本集S中移除，并重新放回未标注样本集U中。

4.如权利要求1所述的一种基于支持向量机的主动学习方法，其特征在于，所述步骤6中，停止准则的设定方法如下：采用最大迭代次数作为停止准则，即设定迭代次数的最大值，当迭代次数达到此最大值时则停止迭代；最大迭代次数的取值可以根据标注专家对标注工作量的接受程度来定，即，如果标注专家在主动学习的迭代过程中最多愿意标注I个样本，则最大迭代次数的取值即设定为I。