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
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社