-
题名一种新颖的多实例学习算法与应用
- 1
-
-
作者
侯勇
陈章宝
张傲林
-
机构
蚌埠学院计算机工程学院
蚌埠学院电子与电气工程学院
蚌埠学院经济与管理学院
-
出处
《蚌埠学院学报》
2021年第2期44-51,共8页
-
基金
安徽省优秀人才培养项目(gxyq2018107)
蚌埠学院高层次人才科研启动经费项目(BBXY2018KYQD07)。
-
文摘
多实例学习(MIL)作为一种半监督学习形式,其中训练数据标签上只有不完整的知识。具体而言,标签被分配在这些包上,包中实例的标签未知。在MIL算法中,如果包中至少有一个实例为正,则包被标记为正;如果包中的所有实例均为负,则包标记为负。MIL算法的目标是通过学习一个分类函数,预测测试数据中包或实例的标签。同时,MIL的性质使其可应用于多种应用,从药品活动预测到文本或多媒体信息检索。对多样化密度算法的缺陷进行了改进,提出了一种新颖的多实例学习算法。最后,在图像分类/检索问题数据集-Corel数据库上,将提出的算法与其他算法,进行了性能对比评估。
-
关键词
图像检索
多实例学习算法
多样化密度
核密度
Corel图像库
-
Keywords
image retrieval
multi-instance learning algorithm
diversity density
kernel density
Corel image database
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
