论文部分内容阅读
在有监督分类中,歧义学习样本将导致学习时间增长,分类性能下降等问题。本文提出一种逆C均值样本筛选方法,可有效剔出歧义的训练样本。该方法采用类似C均值聚类分析逆过程的方法,将有歧义的学习样本从训练集中剔除。本文以有监督图像分割中的样本选择为例进行实验。实验表明,该方法可有效消除由人机交互引入的歧义样本。