一种多示例学习改进算法的研究

摘要

cqvip:针对MI-SVM(multiple instance SVM)的启发式算法存在解过早收敛,陷入局部最优问题,提出了改进算法。该算法引入模拟退火算法以解决启发式算法在更新正包关键示例过程中存在过早收敛问题。将改进后的算法应用到麝香数据集预测药物分子活性以及图像检索实验中,实验结果表明改进后算法较MI-SVM优化启发式算法相比,提升了药物分子活性预测的准确性,并且提高图像检索精度。