摘要：通过设计一种全新的包与包之间的相似性度量方法，即混合型Hausdorff距离，改进了Cita—tion—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，并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，使改进后的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的结果，与目前主流算法高度可比。

关键词：多示例学习 混合型hausdorff距离 林木分类 

单位：南京林业大学信息技术学院 江苏南京210037 南京交通职业技术学院 江苏南京211188