基于Bagging的手写体数字识别系统

• 作者: 吴平东 李晓梅 柳回春 陈之龙 马树元
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: Bagging 手写体数字 小波特征 RBF
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 图形与图像
• 页码范围: 36-39
• 页数: 4页
• 分类号: TP183
• 字数: 3608字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2004.02.011

摘要

Bagging是一种用来提高学习算法准确度的方法,通过构造一系列预测函数并将其结果按投票规则进行合成,就可以将一个弱学习算法提升为强学习算法.本文针对UK测试量表中的手写体数字,设计并实现了一个以神经网络为弱分类器的、基于Bagging的手写体数字识别系统.与单个神经网络分类器相比,Bagging后的系统显示了更加优良的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马树元	北京理工大学机械工程与自动化学院	67	1188	18.0	33.0
2	吴平东	北京理工大学机械工程与自动化学院	106	1208	18.0	30.0
3	柳回春	北京理工大学机械工程与自动化学院	6	391	5.0	6.0
4	陈之龙	北京理工大学机械工程与自动化学院	48	754	15.0	26.0
5	李晓梅	北京理工大学机械工程与自动化学院	3	88	2.0	3.0