一种基于混合高斯模型和稀疏贝叶斯的主动学习分类方法

摘要

本发明公开了一种基于混合高斯模型和稀疏贝叶斯的主动学习分类方法，该方法包括以下步骤：1)对包括已标记样本和未标记样本的所有样本，采用混合高斯模型训练所有样本得到各个高斯分量的混合系数、均值和协方差；2)构建初始训练集XL，将初始训练集作为已标记样本集，并更新未标注样本集XU；3)构建初始的基于混合高斯核的直推式相关向量机模型GMM‑FRVM；4)基于GMM‑FRVM模型更新已标记样本集和未标记样本集；5)基于更新后的已标记样本集和未标记样本集重新训练GMM‑FRVM模型；6)采用最终的GMM‑FRVM模型完成所有样本的分类标记。本发明方法通过混合高斯模型和稀疏贝叶斯相结合的主动学习的手段，通过尽量少的人工标注获得较优的分类效果。