构建新包空间的多示例学习方法

• 作者: 李展 温超 耿国华
• 来源期刊: 西安交通大学学报
• 关键词: 多示例学习 反向传播算法 粗糙集 K均值聚类 新空间
• 年，卷（期）: 2011,（8）
• 页码范围: 62-66,117
• 分类号: TP18
• 语种: 中文

摘要

针对已有神经网络方法采用示例决定标记从而导致多示例学习(MIL)中包结构信息丢失的问题,提出了一种新的RK_BP多示例学习方法.在示例空间,首先采用粗糙集对其进行属性约简；然后进行K均值聚类,利用聚类点构造新包空间；在新空间中,利用误差反向传播神经网络算法进行分类.在多个测试数据集上对算法进行测试,结果表明该算法可有效解决已有神经网络方法包结构信息丢失问题,明显提高分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿国华	西北大学信息科学与技术学院	497	5986	35.0	55.0
2	温超	西北大学信息科学与技术学院	17	130	6.0	11.0
3	李展	西北大学信息科学与技术学院	20	111	7.0	9.0