一种基于主动学习的集成协同训练算法 (2012年)

为了更好地发挥主动学习、半监督学习和集成学习这3种机器学习方法的优势，研究了1个不需要2个充分冗余视图、泛化能力强的高效学习算法。从聚类假设出发，给出每轮协同训练过程中添加自动标记样本的置信度度量方法，降低误标记率；提出作为主动选择未标记样本依据的贡献度的概念，贡献度越高的样本，越具有人工标记的价值，在协同训练迭代结束后，选择贡献度高的样本标记，就能增强反馈的效果，提升学习性能，提出一种基于主动学习的集成协同训练算法。应用于图像检索的实验结果表明，提出的算法是高效可行的。