基于迭代框架与SVDD的多示例算法

• 作者: 方景龙 王辉
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 机器学习 代表示例选取 多示例学习 支持向量数据描述
• 年，卷（期）: 2012,（6）
• 页码范围: 77-80
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9146.2012.06-020

摘要

该文提出了一种基于支持向量数据描述的自适应多示例学习算法.该算法首先通过一种代表示例选取方法,在正、负包中分别选取代表示例,并将代表示例映射到特征空间,将多示例学习问题转化为特征空间中标准单示例机器学习问题,然后利用SVDD算法对特征映射后的训练样本集合进行训练得到分类器,再将代表示例更新与分类器训练交替迭代进行,最后用训练好的分类器对测试集进行预测.在多示例学习的COREL图像库进行实验,实验结果验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方景龙	杭州电子科技大学图形图像研究所	34	157	6.0	10.0
2	王辉	杭州电子科技大学图形图像研究所	6	25	2.0	5.0