学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
多分类器组合及其应用
被引:10
作者
:
韩宏
论文数:
0
引用数:
0
h-index:
0
机构:
南京理工大学计算机系,南京理工大学计算机系南京,南京
韩宏
杨静宇
论文数:
0
引用数:
0
h-index:
0
机构:
南京理工大学计算机系,南京理工大学计算机系南京,南京
杨静宇
机构
:
[1]
南京理工大学计算机系,南京理工大学计算机系南京,南京
来源
:
计算机科学
|
2000年
/ 01期
关键词
:
Classifier combination;
Component classifier;
Procduct rule;
Sum rule;
D O I
:
暂无
中图分类号
:
TP391.4 [模式识别与装置];
学科分类号
:
0811 ;
081101 ;
081104 ;
1405 ;
摘要
:
<正> 1 引言传统的模式识别系统通常只使用样本的某种单一特征描述和特定的一个分类器来进行分类。这种系统对于类别数较大、输入样本带噪声的问题很难获得好的分类效果。近来发现不同的特征描述、不同的分类器在分类性能上存在着彼此互补的现象,因此同时使用多种特征描述和多个分类器可能提高分类精确性。目前,多分类器组合的研究吸引了学者们广泛的注意,并
引用
收藏
页码:58 / 61
页数:4
相关论文
共 1 条
[1]
Error Reduction through Learning Multiple Descriptions[J] . Kamal M. Ali,Michael J. Pazzani.Machine Learning . 1994 (3)
←
1
→
共 1 条
[1]
Error Reduction through Learning Multiple Descriptions[J] . Kamal M. Ali,Michael J. Pazzani.Machine Learning . 1994 (3)
←
1
→