一种基于集成学习的多示例分类模型

一种基于集成学习的多示例分类模型

ID:33989026

大小:1.74 MB

页数:56页

时间:2019-03-02

一种基于集成学习的多示例分类模型_第1页
一种基于集成学习的多示例分类模型_第2页
一种基于集成学习的多示例分类模型_第3页
一种基于集成学习的多示例分类模型_第4页
一种基于集成学习的多示例分类模型_第5页
资源描述:

《一种基于集成学习的多示例分类模型》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中山大学硕士学位论文一种基于集成学习的多示例分类模型姓名:傅美端申请学位级别:硕士专业:计算机应用技术指导教师:任江涛20100603一种基于集成学习的多示例分类模型题目:一种基于集成学习的多示例分类模型专业:计算机应用技术硕士生:傅美端指导教师:任江涛副教授摘要多示例分类模型最早是Dietterich等人Ⅲ在研究如何解决制药业中选择哪种分子入药中提出的一种模型。在多示例学习中,我们直接把标签赋给多个示例组成的包,而不是包中的示例。如果包中至少有一个正示例,那么我们就把这个包标记为正包,反之,则将这个包标记为负包。到目前为止,已经有许多学者对多示例算法学习进行大量的研究,但是如何构造高效的多示

2、例学习算法仍然是目前研究的热点。本论文将从分类精度这方面对多示例分类模型进行研究。本文通过对多示例学习算法进行研究,发现只要在单实例学习目标函数中引入多示例问题的约束,那么传统监督学习方法也能够在多示例问题中取得比较好的分类能力。此外,考虑到集成学习方法能使传统监督学习算法提高泛化能力,本文在多示例学习模型中引入集成学习思想。实验结果表明这种方法可以解决多示例问题,也可以提高多示例学习算法的泛化能力。关于多示例学习,虽然支持向量机已经取得较好的分类能力。但是,用全局数据训练得到的SVM分类模型未必适合个别未知类别样本。考虑到支持向量机在分类时,对分类结果产生影响主要是决策面附近的数据,而那些离

3、决策面较远的数据对分类性能影响不大。本文提出一种基于SVM-KNN局部样本支持向量机的分类方法。在Musk和Corel数据集实验中所得结果表明,集成学习的确能显著提高多示例学习算法的泛化能力。SVM.KNN局部样本支持向量机方法也提高了MI.SVM和mi.SVM分类精度。关键词:多示例分类模型,集成学习,SVM.KNN,Hausdorff距离测量一种基于集成学习的多示例分类模型Title:EnsemblesofMulti—instanceLearnersMajor:ComputerApplicationTechnologyName:FuMeiduanSupervisor:ViceProf.Re

4、nJiangtaoABSTRACTIntraditionalclassificationproblems,italwaysexistslabelambiguityforinstance.Inmulti-instancelearning,Wesupportthatthelabelsaredirectlyassignedthebagswhicharecomposedbysetofinstances,andtheinstancesinthebagarenotlabels.Ifthereisatleastonepositiveinstanceinthebag,thenWelabelthebagtobe

5、positive.Onthecontrary,ifabagisdeemedasnegative,alltheinstanceinthisbagwillbelabeledasnegative.Throughanalyzingmanyfamousmulti—instancelearningalgorithms,thispaperassumethatWecanshifttraditionallearningalgorithmstomulti·instancelearnersbydiscriminatingontheinstancetoonthebag.Moreover,consideringthat

6、ensemblelearninggallvalidlystrengthensupervisedlearners,thispaperadvancestobuildensemblesofmultipleinstanceslearnerstosolvemulti-instanceproblems.SupportVectorMachinewhichisshortforSVMmustneedlongertrainingtimeandlargermemorywhenitdealswithlargerscaledata.Thispaperproposesalearningmethodwhichisdefme

7、das$VtVl-KNNtohandlelargetrainingset.FirstWeselectasmalltrainingsetfrominitialtrainingsamplesbasedoneachinstanceoftestset.Thenittrainaclassifierwithasmalltrainingsetforeachinstanceintestsets.Predictin

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。