一种基于原型学习的多示例卷积神经网络.PDFVIP

第 卷 第 期 ４０ ６ 　 　　 　　 　　 　　 Ｖｏｌ．４０ Ｎｏ．６ 年 月 ２０１７ ６ ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳ Ｊｕｎｅ２０１７ 　 一种基于原型学习的多示例卷积神经网络 １） １） １） １） 何克磊 史颖欢 高 阳 霍 静 　 　 　 　 　 汪 栋２） 张 缨２） 　 　 　 １）（南京大学计算机软件新技术国家重点实验室 南京 ２１００９３） 　 　 ２）（中国人民解放军第八一医院 南京 ２１０００２） 　 　 摘 要 卷积神经网络是一种全监督的深度学习模型，其要求样本类标完整 在样本类标缺失等弱监督的实际应 ． 　 　 用中，卷积神经网络的应用受到了极大的制约 为解决弱标记环境下的多示例学习问题，该文提出了一种新的多示 ． 例深度卷积网络模型 该模型引入了一种新的原型学习层 该层使用基于原型度量的算法，实现了示例特征至包特 ． ． 《 征的映射，从而使网络能够在包的层面给予类标信息，进而完成整个模型的学习过程 该文首先在肺癌病理图像细 ． 胞分类的问题中，验证了该网络的性能 实验表明，相较于传统基于手工图像特征的方法，该文所提出的方法在准 计． 确率方面约有 的提升 相较于卷积神经网络结合传统多示例学习的方法，所提出的方法在各项指标上同样取 １２％ ． 得了更好的效果 此外，在自然图像分类数据集 上，所提出的方法相较于目前最优的算法也取得了相当 ． ＧＲＡＺ０２ 的效果． 算 关键词 深度学习；多示例学习；原型学习；卷积神经网络；图像分类；人工智能 　 机 中图法分类号 号 ／ ＴＰ３９１ 犇犗犐 １０．１１８９７ＳＰ．Ｊ．１０１６．２０１７．０１２６５ 　　　 学 犃犘狉狅狋狅狋 犲犔犲犪狉狀犻狀 犅犪狊犲犱犕狌犾狋犻犐狀狊狋犪狀犮犲犆狅狀狏狅犾狌狋犻狅狀犪犾犖犲狌狉犪犾犖犲狋狑狅狉犽 狔狆 犵 １） １） １） １） 报 ＨＥＫｅＬｅｉ ＳＨＩＹｉｎＨｕａｎ ＧＡＯＹａｎ ＨＵＯＪｉｎ