针对工业生产过程中有标签样本少而人工标记代价高的问题，提出一种基于双层优选策略的主动学习算法。首先，建立不同预测模型对无标签样本的信息量进行评估；其次，充分考虑样本的分布信息，从样本的不确定性、差异性和代表性3个角度出发，提出新的评价指标，优选无标签样本，并去除冗余信息；最后，对双层优选的样本进行人工标记，重构有标签样本集后进行建模应用。通过脱丁烷塔的工业过程数据进行算法的应用仿真，验证了所提算法的有效性与性能。
科研之友
微信
新浪微博
Facebook
分享链接
