基于聚类与分类结合的多示例预测算法

• 作者: 刘浩 顾世忍
• 来源期刊: 计算机应用研究
• 关键词: 多示例预测 K-均值 支持向量机 预测模型 准确度
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1371-1373
• 页数: 3页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.05.021

摘要

针对训练包不合标签的无监督多示例问题,提出了聚类与分类结合的多示例预测算法.利用多示例聚类算法完成无监督多示例学习的聚类任务,并根据聚类结果将各个簇中的每个包转换成相应的k维特征向量.在标准多示例预测模型和一般性多示例预测模型上进行实验,可以得到较高的预测准确度,与其他多示例预测算法相比,提出的算法具有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘浩	山东建筑大学计算机科学与技术学院	28	138	7.0	11.0
2	顾世忍	山东建筑大学计算机科学与技术学院	2	0	0.0	0.0