基于迭代框架与SVDD的多示例算法

摘要：

该文提出了一种基于支持向量数据描述的自适应多示例学习算法.该算法首先通过一种代表示例选取方法,在正、负包中分别选取代表示例,并将代表示例映射到特征空间,将多示例学习问题转化为特征空间中标准单示例机器学习问题,然后利用SVDD算法对特征映射后的训练样本集合进行训练得到分类器,再将代表示例更新与分类器训练交替迭代进行,最后用训练好的分类器对测试集进行预测.在多示例学习的COREL图像库进行实验,实验结果验证了算法的有效性.

关键词：机器学习、代表示例选取、多示例学习、支持向量数据描述

所属期刊栏目：32

分类号：TP18(自动化基础理论)

资助基金：浙江省科技重大专项资助项目C14032

在线出版日期：2013-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：77-80