CAJ | 학술논문

N-gram字符序列能有效捕捉文本中作者的个体风格信息,但其特征空间稀疏度高,且存在较多噪音特征.针对该问题,提出一种基于半随机特征采样的中文书写纹识别算法.该算法首先采用一种离散度准则为每个作者选取一定粒度的个体特征集,然后将个体特征集以一种半随机选择机制划分成多个等维度的特征子空间,并基于每个子空间训练相应的基分类器,最后采取多数投票法的融合策略构造集成分类模型.在中文真实数据集上与基于随机子空间和Bagging算法的集成分类器进行了对比试验,结果表明,该算法在正确率和差异度方面优于随机子空间和Bag-ging算法,并且取得了比单分类模型更好的识别性能.
N-gram자부서렬능유효포착문본중작자적개체풍격신식,단기특정공간희소도고,차존재교다조음특정.침대해문제,제출일충기우반수궤특정채양적중문서사문식별산법.해산법수선채용일충리산도준칙위매개작자선취일정립도적개체특정집,연후장개체특정집이일충반수궤선택궤제화분성다개등유도적특정자공간,병기우매개자공간훈련상응적기분류기,최후채취다수투표법적융합책략구조집성분류모형.재중문진실수거집상여기우수궤자공간화Bagging산법적집성분류기진행료대비시험,결과표명,해산법재정학솔화차이도방면우우수궤자공간화Bag-ging산법,병차취득료비단분류모형경호적식별성능.