西南师范大学学报(自然科学版)
西南師範大學學報(自然科學版)
서남사범대학학보(자연과학판)
JOURNAL OF SOUTHWEST CHINA NORMAL UNIVERSITY
2014年
1期
121-125
,共5页
分类器联合%模式识别%动态权重
分類器聯閤%模式識彆%動態權重
분류기연합%모식식별%동태권중
classifier ensemble%pattern recognition%dynamic weight
提出了一种新的基于多分类器联合的模式识别方法,该方法引入图像处理领域的对比度概念,对多分类器系统中不同基本分类器的融合权重动态赋值,并通过融合权重联合所有基本分类器决策信息,同时构建一个临时的全局分类器来做出模式识别任务的融合决策输出。试验表明该方法在模式识别性能上能够获得较好的性能。
提齣瞭一種新的基于多分類器聯閤的模式識彆方法,該方法引入圖像處理領域的對比度概唸,對多分類器繫統中不同基本分類器的融閤權重動態賦值,併通過融閤權重聯閤所有基本分類器決策信息,同時構建一箇臨時的全跼分類器來做齣模式識彆任務的融閤決策輸齣。試驗錶明該方法在模式識彆性能上能夠穫得較好的性能。
제출료일충신적기우다분류기연합적모식식별방법,해방법인입도상처리영역적대비도개념,대다분류기계통중불동기본분류기적융합권중동태부치,병통과융합권중연합소유기본분류기결책신식,동시구건일개림시적전국분류기래주출모식식별임무적융합결책수출。시험표명해방법재모식식별성능상능구획득교호적성능。
This paper proposes a new pattern recognition method based on multiple classifiers ensemble. The new method calculates weights of each base classifier in multiple classifier system with the contrast of base classifier’s decision outputs.Then,a global classifier can be built by fusing all base classifiers’deci-sion outputs.And it is used to make final decision.Experiment results show this new method can get higher accuracy than single classifier.