...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Geoscience and Remote Sensing >The effect of unlabeled samples in reducing the small sample size problem and mitigating the Hughes phenomenon
【24h】

The effect of unlabeled samples in reducing the small sample size problem and mitigating the Hughes phenomenon

机译：未标记样本在减少小样本问题和减轻休斯现象方面的作用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The authors study the use of unlabeled samples in reducing the problem of small training sample size that can severely affect the recognition rate of classifiers when the dimensionality of the multispectral data is high. The authors show that by using additional unlabeled samples that are available at no extra cost, the performance may be improved, and therefore the Hughes phenomenon can be mitigated. Furthermore, by experiments, they show that by using additional unlabeled samples more representative estimates can be obtained. They also propose a semiparametric method for incorporating the training (i.e., labeled) and unlabeled samples simultaneously into the parameter estimation process.
机译：作者研究了使用未标记的样本来减少小的训练样本量的问题，当多光谱数据的维数较高时，该问题可能严重影响分类器的识别率。作者表明，通过使用其他未加标签的无标签样品，可以提高性能，从而减轻休斯现象。此外，通过实验，他们表明，通过使用其他未标记的样品，可以获得更具有代表性的估计。他们还提出了一种半参数方法，用于将训练（即标记的）样本和未标记的样本同时合并到参数估计过程中。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号