会议专题

一种新的多示例学习方法及其林木学分类应用

  通过设计一种全新的包与包之间相似性度量方法,即混合型Hausdorff 距离,改进了Citation-KNN 这一经典多示例算法;并通过针对林木自身特殊的成像特点,分析了林木类图像处理的难点且利用基于小波域变换的处理技术,提出了专门的林木图像特征生成方法,使改进后算法可以有效实现对林木种类的识别,进而成功将多示例学习引入了林木分类领域;实验证明:新算法不仅对林木分类领域问题的实现效果最佳,同时对公认数据集的测试也取得了良好结果,与目前主流算法高度可比。

多示例学习 Citation-KNN 混合型Hausdorff 距离 林木分类 效果最佳

窦立君 张金凤

南京林业大学信息技术学院,南京210037 南京交通职业技术学院,南京211188

国内会议

第四届中国Agent理论与应用学术会议

长春

中文

1-7

2012-08-04(万方平台首次上网日期,不代表论文的发表时间)