《表2 不同大小的BvSB-ECBD标签训练样本集对TSVM总体分类精度的影响》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《主动学习与半监督技术相结合的海冰图像分类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表2表示的是BvSB-ECBD主动学习迭代不同次数确立的标签训练样本集对后续TSVM分类精度的影响。从表2中可知:当BvSB-ECBD只迭代2次的情况下，后续TSVM所得到的分类精度要低于BvSB-ECBD迭代次数更多时所得到的TSVM分类精度。当BvSB-ECBD只迭代2次时，TSVM总体的分类精度会存在一定的波动；而当BvSB-ECBD迭代4次时，总体分类精度随着TSVM迭代次数的增加相对稳定；当BvSB-ECBD迭代8次时，总体分类精度的波动明显减少，这是因为TSVM对初始标签样本集比较敏感，虽然BvSB-ECBD可以选择可靠的标签样本，但是当标签训练样本数量较少时，TSVM选择的半标签样本对分类超平面的优化存在歧义，存在着部分样本标签类别误判的情况，会导致TSVM分类精度下降，因此需要主动学习迭代一定的次数，以获得足够数量的标签样本。但是随着主动学习迭代次数的增加，标签样本集的数量不断扩大，人工标注的工作量也在增加，为了在标注成本与分类精度之间取得平衡，本文采用BvSB-ECBD迭代8次时确定的标签样本集作为后续TSVM分类器的初始标签样本。