多示例学习的示例层次覆盖算法

• 作者: 章程 董露露 谢飞
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 多示例学习 覆盖算法 核心示例集 相似度函数
• 年，卷（期）: 2018,（2）
• 页码范围: 359-369
• 页数: 11页
• 分类号: TP18
• 字数: 8084字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2018.02.019

摘要

在多示例学习(Multi-instance learning,MIL)中,核心示例对于包类别的预测具有重要作用.若两个示例周围分布不同数量的同类示例,则这两个示例的代表程度不同.为了从包中选出最具有代表性的示例组成核心示例集,提高分类精度,本文提出多示例学习的示例层次覆盖算法(Multi-instance learning with instance_level covering algorithm,MILICA).该算法首先利用最大Hausdorff距离和覆盖算法构建初始核心示例集,然后通过覆盖算法和反验证获得最终的核心示例集和各覆盖包含的示例数,最后使用相似函数将包转为单示例.在两类数据集和多类图像数据集上的实验证明,MILICA算法具有较好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢飞	合肥师范学院计算机科学与技术系	22	238	8.0	14.0
2	董露露	安徽广播电视大学安徽继续教育网络园区管理中心	8	6	2.0	2.0
3	章程	安徽大学计算机科学与技术学院	5	3	1.0	1.0