结合ECOC与DS证据理论的多目标识别研究

• 作者: 周进登 王晓丹 雷蕾
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 纠错输出编码 DS证据理论 分类器可信度 损失函数
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 245-248
• 页数: 4页
• 分类号: TP391
• 字数: 4991字
• 语种: 中文

摘要

针对目标识别中多类分类的难点问题,提出了一种C-DSECOC多目标识别方法.该方法采用二符号纠错输出编码(binary Error-Correcting Output Codes)作为分解框架,采用DS证据理论作为解码策略,并结合ECOC结构特点对传统的DS证据理论进行重新构造.在确定DS基本概率赋函数值时引入损失函数,使BPA的获取除与二分器的输出有关外,还由其对不同类别样本的正确分类能力决定,从而提高ECOC集成的分类性能和泛化性能.实验中分别时UCI数据集和3种一维距离像数据集进行测试.结果表明,提出的C-DSECOC方法能有效地提高多类目标识别的正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓丹	空军工程大学导弹学院	135	1447	21.0	31.0
2	雷蕾	空军工程大学导弹学院	36	280	11.0	15.0
3	周进登	空军工程大学导弹学院	7	35	4.0	5.0