资料下载
×
基于特征组分层和半监督学习的鼠标轨迹识别方法
消耗积分:0 |
格式:rar |
大小:1.26 MB |
2021-05-13
分享资料个
传统时间序列分类方法存在鼠标轨迹特征挖掘不充分、数据不平衡与标记样本量少等问题，造成识别效果较差。结合特征组分层和半监督学习，提出一种鼠标轨迹识别方法。通过不同视角构建有层次的鼠标轨迹特征组，并借鉴半监督学习的思想，利用多个随机森林模型对未标记样本进行伪标记，且将抽取标签预测一致且置信度较高的部分样本加入到训练集中。基于基础特征组和辅助特征组，在扩充后的训练集上训练随机森林模型，以实现鼠标轨迹的人机识别。实验结果表明，该方法可有效识别鼠标轨迹，旦精确率、召回率与调和均值分别达到97.83%、94.72%和96.56%
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
