·
搜索结果:找到“纠错输出编码”相关结果6961条
排序: 按相关 按相关 按时间降序
  • 【期刊】 基于SVDD的层次纠错输出编码研究

    刊名:系统工程与电子技术 作者:雷蕾 ; 王晓丹 ; 罗玺 ; 宋亚飞 关键词:纠错输出编码 ; 多类分类 ; 类间可分性 ; 支持向量数据描述 机构:空军工程大学防空反导学院 ; 空军工程大学防空反导学院 ; 空军工程大学信息与导航学院 年份:2015
    摘要:纠错输出编码能有效地将多类问题分解为一系列二类子问题进行求解,已受到众多机器学习研究者的关注。如何构建基于数据的编码矩阵是编码方法确定的关键。针对此问题,基于Fisher原理,提出一种基于支持向量数据描述(support vector domain description,SVDD)的层次纠错输出编码构造方法(hierarchical error-correcting output codes,HECOC)。该方法首先采用SVDD计算各类别的可分程度,从而得到由不同子类构成的二叉树;然后分别对二叉树的各层结点进行编码并最终形成层次输出编码。在仿真实验中,对不同子类类群划分构成的基分类器的可分性进行了对比,结果表明,该编码方法能在保证分类精度的同时,提高基分类器之间的差异性和纠错输出编码的容错能力。
  • 【期刊】 纠错输出编码的留一误差界估计

    刊名:北京航空航天大学学报 作者:薛爱军 ; 王晓丹 关键词:模式识别 ; 多类分类 ; 纠错输出编码(ECOC) ; 泛化性能(L00) ; 留一误差 机构:空军工程大学防空反导学院 ; 空军工程大学防空反导学院 年份:2018
    摘要:纠错输出编码(ECOC)作为分解框架,将多类分类问题转化为二类分类问题,是解决多类分类问题的有效手段。为了提高ECOC的泛化性能,对ECOC基分类器的设计问题进行了研究。解决这一问题的关键是对ECOC的泛化性能进行估计。留-(LOO)误差作为泛化性能的无偏估计,研究了ECOC留-误差界的估计问题。先给出了ECOC留一误差的定义,基于此定义,再给出了基分类器为支持向量机(SVM),解码方法为线性损失函数解码时,ECOC留-误差的上界和下界。在人工数据集和UCI数据集上的实验表明,ECOC留-误差的上界可以指导基分类器的参数选择,通过基分类器设计可以提高ECOC的泛化性能。此外,ECOC的训练误差可以作为ECOC留-误差的下界,对ECOC留-误差下界的研究可以作为未来的研究方向。
  • 【期刊】 基于特征空间变换的纠错输出编码

    刊名:控制与决策 作者:雷蕾 ; 王晓丹 ; 罗玺 ; 宋亚飞 ; 薛爱军 关键词:纠错输出编码 ; 特征空间 ; 基分类器独立性 机构:空军工程大学防空反导学院 ; 空军工程大学防空反导学院 ; 空军工程大学信息与导航学院 年份:2015
    摘要:针对基于纠错输出编码多类分类中如何保证基分类器差异性的问题,提出一种基于特征空间变换的编码方法.该方法引入特征空间,将编码矩阵扩展成三维矩阵;然后基于二类划分,利用特征变换得到不同的特征子空间,从而训练得到差异性大的基分类器.基于公共数据集的实验结果表明:该方法能够比原始的编码矩阵获得更优的分类性能,同时增加了基分类器的差异性;该方法适用于任何编码矩阵,为大数据的分类提供了新的思路.
  • 【期刊】 基于纠错输出编码的人脸表情识别

    刊名:计算机工程与应用 作者:余棉水 ; 朱岸青 ; 解晓萌 关键词:纠错输出编码 ; 支持向量机 ; 多分类器 ; Gabor小波 机构:广东工贸职业技术学院计算机系 ; 广东工贸职业技术学院计算机系 ; 华南理工大学计算机科学与工程学院 年份:2014
    摘要:多分类问题一直是模式识别领域的一个热点,提出了一种基于纠错输出编码和支持向量机的多分类器算法。根据通信编码理论设计纠错输出编码矩阵;按照该编码矩阵设计若干个互不相关的子支持向量机,根据编码原理将它们融合为一个多分类器。为了验证本分类器的有效性,采用Gabor小波提取人脸表情特征,应用二元主成分(2DPCA)分析法对提取的特征进行降维处理,应用该分类器进行了人脸表情的识别。实验结果表明,提出的方法能有效提高人脸表情的识别率,并具有极好的鲁棒性。
  • 【期刊】 基于三元纠错输出编码的偏标记学习算法

    刊名:《计算机科学与探索》 作者:周斌斌 ; 张敏灵 ; 刘胥影 关键词:纠错输出编码 ; 弱监督学习 ; 消歧 ; 偏标记学习 机构:东南大学计算机科学与工程学院 ; 东南大学计算机科学与工程学院 ; 东南大学计算机网络和信息集成教育部重点实验室 年份:2018
    摘要:偏标记学习是一类重要的弱监督学习框架,在该框架下,每个训练样本与一组候选标记相关联,在候选标记集合中有且仅有一个是其真实标记。很明显,候选标记数目越多,偏标记学习难度越大。为了减少候选标记数目以降低偏标记学习难度,提出了一种基于三元纠错输出码的偏标记学习算法(PL-TECOC),该算法将偏标记学习问题转换为多个二类学习问题,并对学到的多个二类分类器进行最终集成。在构建二类训练数据时采用编码“0”来忽略相应标记,仅依据非“0”编码标记进行正负类的构造,以达到减少候选标记数目的目的。实验表明,与多个流行的偏标记学习算法相比,PL-TECOC在人工数据集和真实数据集上均取得了较好的分类性能。
  • 【期刊】 基于纠错输出编码的多类概率建模

    刊名:控制与决策 作者:张玉玺 ; 王晓丹 ; 周进登 ; 姚旭 关键词:纠错输出编码 ; 模式识别 ; 多类分类 ; 概率建模 机构:空军工程大学防空反导学院 ; 空军工程大学防空反导学院 ; 93424部队 年份:2013
    摘要:目前模式识别领域中缺乏有效的多类概率建模方法,对此提出利用纠错输出编码作为多类概率建模框架,将二元纠错输出编码研究的概率输出问题转化为线性超定方程的求解问题,通过线性最小二乘法来求解并获取多类后验概率的结果;而对于三元纠错输出编码的等价非线性超定方程组,提出一种迭代法则来求解多类概率输出.实验中通过与3种经典方法相比较可以发现,新方法求取的概率输出具有更好的分布形态,并且该方法具有较好的分类性能.
  • 【期刊】 基于最小二乘和纠错输出编码的多类分类

    刊名:计算机工程与应用 作者:王强 ; 刘晓东 ; 高洁 ; 米裕 关键词:纠错输出编码 ; 模式识别 ; 多类分类 ; 最小二乘 机构:空军工程大学工程学院 ; 空军工程大学工程学院 ; 中航工业631所 ; 中国人民解放军驻786厂军事代表室 年份:2014
    摘要:多类分类是目标识别中必须面对的一个关键问题,现有分类器大都为二分器,无法满足对多类目标进行分类,为此,提出利用纠错输出编码方法对多类问题进行分解,即把多类问题转化成二类问题;同时讨论一种基于最小二乘法对二分器结果进行融合的策略。实验分别对UCI数据集和三种一维距离像数据集进行测试,结果表明与经典的多分类器相比,提出的多类分类策略有较高的分类正确率。
  • 【期刊】 一种融合纠错输出编码的人脸年龄识别

    刊名:计算机与现代化 作者:余棉水 ; 朱岸青 ; 解晓萌 关键词:纠错输出编码 ; 年龄分类 ; 支持向量机 ; 多分类器 机构:广东工贸职业技术学院计算机系 ; 广东工贸职业技术学院计算机系 ; 华南理工大学计算机科学与工程学院 年份:2013
    摘要:基于人脸图像的年龄分类是指将人脸图像分为预定义的几个年龄组的方法,它是一个多分类问题。提出一种融合纠错输出编码的SVM多类分类器,将二分类器SVM扩展为多分类器。采用Gabor小波提取人脸年龄特征,并应用二元主成分(2DPCA)分析法对提取的特征进行降维,在FG-NET年龄数据库上进行实验,结果证明了该方法的有效性和鲁棒性。在人脸年龄特征提取方面,Gabor与2DPCA结合的方式比单纯2DPCA方式具有更好的年龄特征表达能力。
  • 【期刊】 基于神经网络的纠错输出编码方法研究

    刊名:电子学报 作者:周进登 ; 周红建 ; 杨云 ; 郭长华 ; 胡洪宇 关键词:纠错输出编码 ; 多类分类 ; 神经网络 机构:空军装备软件测评中心 ; 空军装备软件测评中心 ; 广空装备部军通处 ; 驻成飞公司军事代表室 年份:2013
    摘要:构造基于数据编码矩阵是目前利用纠错输出编码解决多类分类问题的研究重点.为此提出利用单层感知器作为学习框架,结合解码策略把输出编码矩阵各码元值映射为感知器网络中的权值,同时引入含权值取值约束的目标函数作为该网络代价函数,并对其进行学习,最终得到基于子类划分的数据编码矩阵.实验中利用人工数据集和UCI数据集并选择线性逻辑分类器作为基分类器分别进行测试,通过与几种经典编码方法比较,结果表明该编码方法能在编码长度较小情况下得到更好的分类效果.
  • 【期刊】 半监督层次纠错输出编码算法

    刊名:小型微型计算机系统 作者:辛轶 ; 郭躬德 ; 陈黎飞 关键词:纠错输出编码 ; 半监督学习 ; 层次编码 ; 多类分类 机构:福建师范大学数学与计算机科学学院 ; 福建师范大学数学与计算机科学学院 ; 福建师范大学网络安全与密码技术重点实验室 年份:2010
    摘要:纠错输出编码是一种处理多类分类问题的有效方法,但它只能用于有监督的数据,而对大量未标签样本却无法利用.提出一种新颖的基于半监督技术的层次编码算法,对传统的纠错输出编码算法(ECOC)进行改造,拓展了编码的概念.在编码阶段,根据簇特征进行同类组合后再进行层次编码,从而在充分利用了无标签样本的同时,根据数据类分布的特点进行编码以提高算法精度.最后在化工产品有毒性预测数据集上的实验结果表明了本方法的可行性和有效性.
  • 【期刊】 基于证据理论的纠错输出编码解决多类分类问题

    刊名:控制与决策 作者:周进登 ; 王晓丹 ; 崔永花 ; 任宏洋 关键词:纠错输出编码 ; 模式识别 ; 多类分类 ; 证据理论 机构:空军工程大学导弹学院 ; 空军工程大学导弹学院 ; 复杂系统第四实验室 年份:2013
    摘要:针对多类分类问题,利用纠错输出编码作为分解框架,把多类问题转化为多个二类问题加以解决;同时提出一种基于证据理论的解码策略,把每一个二分器的输出作为证据之一进行融合,并讨论在两种编码类型(二元和三元编码矩阵)下证据融合的不同策略.通过实验分别对UCI数据集和3种一维距离像数据集进行测试,并与几种经典的解码方法进行比较,验证了所提出的方法能有效提高纠错输出编码特别是三元编码矩阵的分类正确率.
  • 【论文】 纠错输出编码算法的研究及其应用

    作者:辛轶 关键词:纠错输出编码 ; 多分类器 ; 融合 ; 半监督学习 ; 概念漂移 ; 特征选择 机构:福建师范大学 ; 福建师范大学 年份:2011
    摘要:在众多数据挖掘技术中,多分类器融合技术是近几年来的研究热点,它利用多个分类器来解决问题,可以显著提高系统的泛化能力,达到比个体分类器更好的分类精度和鲁棒性,受到许多学者的关注。而使用此技术解决多类分类问题更是一个急需解决的问题。纠错输出编码算法是多分类器融合技术中一个用于解决多类分类问题的典型算法,它将一个多类分类问题分解为若干个二类分类问题,利用多个单分类器的融合模型来处理多类问题,并在许多领域得到应有。 本文探讨了传统纠错输出编码算法的特点与存在问题,对其进行改进与扩充,从编码过程、融合策略、半监督学习、动态数据环境等方面拓展其应用领域,设计并实现相应的改进算法。主要工作包括: (1)半监督层次纠错输出编码算法(Semi-HECOC),使用层次编码和半监督学习技术,提高数据的适应性。 (2)基于KNN模型的层次纠错输出编码算法(KNNM-HECOC),改进融合方式,提高分类器的性能。 (3)一种解决概念漂移问题的方法(IKnnM-DHecoc),快速适应动态数据环境并有效检测概念漂移问题。 (4)基于特征的概念漂移检测方法(FSDA),扩展概念漂移的检测途径。 不同的公共数据集和现实应用数据对这些算法的测试表明本文在对纠错输出编码算法研究的有效性,推广和扩充了纠错输出编码算法的研究工作,具有一定的应用价值。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转