一种面向大类别集的快速分类方法

• 作者: 徐磊 戴汝为 王春恒 肖柏华
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 快速分类算法 大类别集 基于分组的候选规则 学习矢量量化 危险区域判据
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 588-595
• 页数: 8页
• 分类号: TP391.4
• 字数: 6088字
• 语种: 中文

摘要

针对大类别集分类问题提出了一种新的快速分类方法.引入了基于分组的候选规则,通过冗余分组,将大类别集分成若干独立的子集.组的数量和类别数都是有限的,因此可以充分利用各种信息,单独为每个组设计优化的分类器.以手写汉字识别为例,利用多级学习矢量量化来分别训练全局分类器、组中心以及每个组的细分类器.提供了危险区域的判据,并且结合其他的候选规则来提高边缘样本的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴汝为	中国科学院自动化研究所复杂系统与智能科学重点实验室	85	2246	27.0	45.0
2	徐磊	中国科学院自动化研究所复杂系统与智能科学重点实验室	58	354	11.0	16.0
3	王春恒	中国科学院自动化研究所复杂系统与智能科学重点实验室	13	95	6.0	9.0
4	肖柏华	中国科学院自动化研究所复杂系统与智能科学重点实验室	12	307	6.0	12.0