基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
结合覆盖算法(Covering Algorithm,CA)提出示例权重下的多示例学习算法,称为Millw算法.该算法能利用HausdorfI距离和CA选出正负包中权重较大的示例,并利用选出的示例定义相似度函数,将每个训练包转为单示例,然后利用监督算法对其训练和测试,在标准数据集和COREL图像库中进行实验,实验表明:提出的Millw算法能和现有的大多数MIL算法相媲美.
推荐文章
基于迭代框架与SVDD的多示例算法
机器学习
代表示例选取
多示例学习
支持向量数据描述
基于多示例学习的时序离群点检测算法研究
机器学习
时序离群点
多示例学习
聚类
平均因子
构建新包空间的多示例学习方法
多示例学习
反向传播算法
粗糙集
K均值聚类
新空间
基于聚类与分类结合的多示例预测算法
多示例预测
K-均值
支持向量机
预测模型
准确度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多示例学习的示例权重算法
来源期刊 合肥学院学报:自然科学版 学科 工学
关键词 多示例学习 示例权重 覆盖算法 相似度函数
年,卷(期) 2015,(3) 所属期刊栏目
研究方向 页码范围 23-28
页数 6页 分类号 TP301
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多示例学习
示例权重
覆盖算法
相似度函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
合肥学院学报:自然科学版
季刊
1673-162X
34-1290/N
安徽合肥市锦绣大道99号
出版文献量(篇)
1881
总下载数(次)
0
总被引数(次)
0
论文1v1指导