摘要
利用人工萤火虫群优化算法在求解极值上具有搜索精度高、收敛速度快的特点,求解多示例学习函数的最优值,提出基于改进萤火虫群优化的多示例学习算法(RGSOMIL),并应用到图像检索。在Corel图像集图像检索实验,RGSOMIL算法获得较好性能。
The reason for adopting the glowworm swarm optimization is that it has the characteristics of high precision and fast convergence in searching a global optimal solution, proposes a multi-instance algorithm based on revised glowworm swarm optimization(RGSOMIL). Experimental results on COREL image data sets show that the proposed approach has high retrieval performance.
作者
陈涛
董紫君
CHEN Tao;DONG Zi-jun(Educational Technology and Information Center, Shenzhen Polytechnic, Shenzhen 518055;Institute of Architectural and Environmental Engineering, Shenzhen Polytechnic, Shenzhen 518055)
出处
《现代计算机》
2019年第10期40-43,共4页
Modern Computer
基金
深圳市教育科学"十三五"规划重点项目(No.zdfz17009)
深圳职业技术学院科研项目(No.601622K37006)
深圳职业技术学院教育教学研究重点项目
关键词
人工智能
多示例学习
萤火虫群优化
图像检索
Artificial Intelligence
Multi-Instance Learning
Glowworm Swarm Optimization
Image Retrieval
