一种新的多示例学习方法及其林木学分类应用

• 作者: 张金凤 窦立君
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 多示例学习 Citation-KNN 混合型Hausdorff距离 林木分类
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 数据挖掘
• 页码范围: 150-156
• 页数: 7页
• 分类号: TP311
• 字数: 6301字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2013.04.027

摘要

通过设计一种全新的包与包之间的相似性度量方法,即混合型Hausdorff距离,改进了Citation-KNN这一经典多示例算法；并通过针对林木自身特殊的成像特点,分析了林木类图像处理的难点,并利用基于小波域变换的处理技术,提出了专门的林木图像特征生成方法,使改进后的算法可以有效实现对林木种类的识别,进而成功将多示例学习引入了林木分类领域.实验证明:新算法不仅对林木分类领域问题的实现效果最佳,同时对公认数据集的测试也取得了良好的结果,与目前主流算法高度可比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张金凤		16	15	3.0	3.0
2	窦立君	南京林业大学信息技术学院	22	41	4.0	5.0