-
题名一种基于CRO的高阶神经网络多示例学习方法
被引量：2
- 1
-
-
作者
邓波
陆颖隽
王如志
-
机构
邵阳学院信息工程系
武汉大学信息管理学院
北京工业大学材料科学与工程学院
-
出处
《计算机科学》
CSCD
北大核心
2017年第3期264-267,287,共5页
-
基金
国家自然科学基金项目(61373132)
湖南省教育厅科研基金资助项目(13C845)资助
-
文摘
在多示例学习(MIL)中,包是含有多个示例的集合,训练样本只给出包的标记,而没有给出单个示例的标记。提出一种基于示例标记强度的MIL方法(ILI-MIL),其允许示例标记强度为任何实数。考虑到基于梯度训练神经网络方法的计算复杂性和ILI-MIL目标函数的复杂性,利用基于化学反应优化的高阶神经网络来实现ILI-MIL,学习方法具有较强的非线性表达能力和较高的计算效率。实验结果表明,该算法比已有算法具有更加有效的分类能力,且适应范围更广。
-
关键词
多示例学习
化学反应优化
高阶神经网络
分类器
-
Keywords
mil,cro, honn,classifier
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
