[发明专利]基于主动学习的模糊神经网络样本选择方法无效
| 申请号： | 201010614487.4 | 申请日： | 2010-12-30 |
| 公开（公告）号： | CN102063642A | 公开（公告）日： | 2011-05-18 |
| 发明（设计）人： | 胡静 | 申请（专利权）人： | 上海电机学院 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 上海思微知识产权代理事务所(普通合伙) 31237 | 代理人： | 郑玮 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于主动学习的模糊神经网络样本选择方法，包括如下步骤：a)请求用户对从未经训练的样本中随机选取的第一小部分样本进行标记以形成样本训练集，并利用所述样本训练集训练所述模糊神经网络，从而得到经训练的分类器；b)请求用户对从未经训练的样本中随机选取的第二小部分样本进行标记，以在所述分类器上对所述第二小部分样本进行类别测试，并根据所述测试的结果将所述第二小部分样本中的某些样本加入所述样本训练集；c)利用所述经加入的训练样本集重新训练所述分类器，得到新的所述分类器。提出了一种以模糊隶属度值为基准的主动学习方法，有效提高了模糊神经网络分类器的分类性能。 | ||
| 搜索关键词： | 基于 主动 学习 模糊 神经网络 样本 选择 方法 | ||
【主权项】：
一种基于主动学习的模糊神经网络样本选择方法，其特征在于，包括如下步骤：a)请求用户对从未经训练的样本中随机选取的第一小部分样本进行标记以形成样本训练集，并利用所述样本训练集训练所述模糊神经网络，从而得到经训练的分类器；b)请求用户对从未经训练的样本中随机选取的第二小部分样本进行标记，以在所述分类器上对所述第二小部分样本进行类别测试；c)根据所述测试的结果将所述第二小部分样本中的某些样本加入所述样本训练集；及d)利用所述经加入的训练样本集重新训练所述分类器，得到新的所述分类器。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海电机学院，未经上海电机学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201010614487.4/，转载请声明来源钻瓜专利网。
