基于Bagging集成学习的字符识别方法

• 作者: 刘余霞 吕虹 孙小虎 胡涛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Bagging 字符识别 集成学习 决策树 Adaboost
• 年，卷（期）: 2012,（33）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 194-196,211
• 页数: 4页
• 分类号: TP391
• 字数: 2785字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1207-0203

摘要

针对字符识别对象的多样性,提出了一种基于Bagging集成的字符识别模型,解决了识别模型对部分字符识别的偏好现象.采用Bagging采样策略形成不同的数据子集,在此基础上用决策树算法训练形成多个基分类器,用多数投票机制对基分类器预测结果集成输出.理论分析与仿真实验结果表明,所提模型相比其他分类方法具有更好的分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕虹	安徽工程大学电气工程学院	28	146	7.0	10.0
5	刘余霞	安徽工程大学电气工程学院	13	75	6.0	8.0
6	胡涛	安徽工程大学电气工程学院	4	25	2.0	4.0
7	孙小虎	安徽工程大学电气工程学院	4	25	2.0	4.0