计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
11期
160-163
,共4页
高斯过程%图像分类%模式识别%机器学习
高斯過程%圖像分類%模式識彆%機器學習
고사과정%도상분류%모식식별%궤기학습
高斯过程分类是近年机器学习领域引起广泛关注的一类有监督的学习算法.该算法在高斯过程的先验假设下,以后验概率最大化的为目标,获得对新样本的预测值及属于该值的概率.针对图像数据的特性,提出一种将高斯过程应用于图像分类的方法,同时在此基础上给出对图片进行排序的一种方案.在公开的图像数据集上进行了实验,并与支持向量机分类器进行对比,证实了其有效性,为改进图像分类技术提供一条可供参考的途径.
高斯過程分類是近年機器學習領域引起廣汎關註的一類有鑑督的學習算法.該算法在高斯過程的先驗假設下,以後驗概率最大化的為目標,穫得對新樣本的預測值及屬于該值的概率.針對圖像數據的特性,提齣一種將高斯過程應用于圖像分類的方法,同時在此基礎上給齣對圖片進行排序的一種方案.在公開的圖像數據集上進行瞭實驗,併與支持嚮量機分類器進行對比,證實瞭其有效性,為改進圖像分類技術提供一條可供參攷的途徑.
고사과정분류시근년궤기학습영역인기엄범관주적일류유감독적학습산법.해산법재고사과정적선험가설하,이후험개솔최대화적위목표,획득대신양본적예측치급속우해치적개솔.침대도상수거적특성,제출일충장고사과정응용우도상분류적방법,동시재차기출상급출대도편진행배서적일충방안.재공개적도상수거집상진행료실험,병여지지향량궤분류기진행대비,증실료기유효성,위개진도상분류기술제공일조가공삼고적도경.
