【24h】

Research on Ensemble Multi-Instance Learning

机译:集成多实例学习的研究

获取原文
获取外文期刊封面目录资料

摘要

In this paper, an ensemble multi-instance classifier was designed using MISMO, CitationKNN, MDD, MIDD and MIEMDD. We apply two voting mechanisms to the ensemble multi-instance classifiers. On the musk training set, ensemble multi-instance learning performs well, and attains a modest performance increase compared to the individual classifiers.
机译:在本文中,使用MISMO,CitationKNN,MDD,MIDD和MIEMDD设计了集成的多实例分类器。我们将两种投票机制应用于整体多实例分类器。在麝香训练集上,集成多实例学习效果很好,与单个分类器相比,性能得到适度的提高。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号