标题：基于多样性密度的多示例学习方法
作者：龙哲
作者单位：杭州电子科技大学图形图像研究所，浙江 杭州 310018
关键字：多示例学习，多样性密度，支持向量数据描述，机器学习
摘要：结合多样性密度和带负类的支持向量数据描述，提出了一种能够有效解决多示例问题的算法：MIL-NSVDD＿DD。该算法首先通过多样性密度算法找出多示例问题中最优示例模型，然后通过使用带负类的支持向量数据描述对示例模型进行训练，以得到最终的分类器，用得到的分类器再对新包进行预测。最后通过实验表明了该算法的有效性。