基于AUC优化的非线性主动学习算法及其在障碍物检测中的应用.pdfVIP

第 卷第 期 年 月 机器人 ： 基于 优化的非线性主动学习算法及其在障碍物检测中的应用 韩 光，赵春霞，胡雪蕾 （南京理工大学计算机科学与技术学院，江苏 南京 ） 摘 要：针对障碍物检测中因样本量过大而造成的标记困难以及样本分布不均衡等问题，提出了一种基于 优化的非线性主动学习算法．该算法的计算处理过程是：首先利用基于 优化的算法在训练集上对非线性分类 器进行训练；然后利用已训练好的分类器对所有未标记样本进行分类；接着利用基于 优化的样本选择函数计 算分类后的样本的得分；最后算法根据分值大小选出最有信息量样本，并且专家根据该样本所在的图像及在图像中 位置对其进行标记并放入训练集中．重复上述过程，直到 收敛为止．在户外环境图像库上进行了实验，结果表 明：该算法能显著减小数据标记的工作量，并能解决因样本分布不平衡而引起的次优解问题，与已有主动学习算法 相比性能更优． 关键词：障碍物检测；主动学习； 优化；非线性分类器；梯度下降法 中图分类号： ， 文献标识码： 文章编号： ， ，