渐进堆叠伪逆学习框架

主动学习提泛化

该框架通过约束随机子空间和主动学习逐步提升堆叠伪逆学习器的泛化性能，避免随机初始化不稳定和样本冗余问题。

Cai, Zhenjiao · 张素兰 · 郭平 · 张继福 · 胡立华

IEEE Transactions on Systems, Man, and Cybernetics: Systems 2024

技术优势

训练更稳定

输入权重矩阵被初始化到不同随机特定分布，约束了随机子空间，不再是无约束随机初始化。

样本不冗余

通过迭代选择有用样本优化分类结果，有效利用训练样本信息，避免一次性训练所有样本带来的冗余。

应用场景

• 图像分类：直接用于图像分类任务，提升分类准确率。
• 主动学习：用主动学习挑选样本，减少标注成本。
• 集成学习：作为堆叠集成方法，提高模型泛化能力。