基于类条件置信变换的后验概率估计方法

• 作者: 娄震 杨静宇 金忠
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 模式识别 分类器组合 后验概率 类条件置信变换 手写体数字识别
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 18-24
• 页数: 7页
• 分类号: TP391
• 字数: 6177字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2005.01.003

摘要

后验概率估计是模式识别多分类器组合方法研究的基础,该文提出了最近邻距离分类器后验概率估计的类条件置信变换方法. 后验概率被认为集中在最近邻类与次近邻类上,而且对每一个模式类,都有一个类条件置信变换函数,该函数可以通过实验数据估计得到.实验采用Concordia大学CENPARMI手写体数字数据库与南京理工大学手写体数字数据库.实验结果表明该文所提出的类条件置信变换方法是合理的,在降低识别错误率上,优于现有的投票法、记分法、线性法以及自适应置信变换(ACT)法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机科学系	623	11098	50.0	74.0
2	金忠	南京理工大学计算机科学系	72	1142	17.0	31.0
3	娄震	南京理工大学计算机科学系	37	509	12.0	21.0