[发明专利]基于主动学习的MADALINE神经网络样本选择方法及系统

权利要求书

1.一种基于主动学习的MADALINE神经网络样本选择方法，其特征在于，包括以下步骤：

1）从未经标记的训练样本中随机选取一小部分样本进行标记以形成训练样本集；

2）利用训练样本集训练神经网络，得到经过训练的分类器；

3）计算未经标记的样本在已有分类器下的敏感性，利用敏感性得到一批在已有分类器中比较敏感的样本；

4）将所得比较敏感的样本加入到已有训练样本集中，得到新的训练样本集，并利用新的训练样本集训练神经网络，得到新的分类器；

5）利用测试样本集对步骤4）得到的新的分类器进行测试，若测试结果满足用户要求则结束样本选择，若所述测试结果不满足用户要求则回到步骤3），重复步骤3）~5），直到分类器性能达到要求为止。

2.一种基于主动学习的MADALINE神经网络样本选择系统，其特征在于，包括：

训练样本集形成模块，其请求用户从未经标记的训练样本中随机选取一小部分样本进行标记以形成训练样本集；

训练模块，其利用已有训练样本集训练神经网络，得到经过训练的分类器；

判定模块，其计算未经标记的样本在已有分类器下的敏感性，根据计算结果挑选出一批在已有分类器中比较敏感的样本；

训练样本集更新模块，其将判断模块挑选出的比较敏感的样本加入到已有训练样本集中，得到新的训练样本集；

测试模块，利用测试样本集对得到的分类器进行测试；若测试结果满足用户要求则结束样本选择，若所述测试结果不满足用户要求则命令判定模块和训练样本集更新模块继续执行，直到分类器性能达到要求为止。