一种新的多示例学习方法及其林木学分类应用

摘要：

　　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。

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

作者: 窦立君 张金凤

作者单位: 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

会议类型: 国内会议

会议名称: 第四届中国Agent理论与应用学术会议

会议地点: 长春

会议语种:中文

页码: 1-7

在线出版日期: 2012-08-04（万方平台首次上网日期，不代表论文的发表时间）