谱聚类划分随机森林算法在图像识别中的应用

• 作者: 李晓月 王果
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 谱聚类 随机森林 随机样本 集成学习算法
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 数字视频
• 页码范围: 42-44,52
• 页数: 4页
• 分类号: TN911.73|TP181
• 字数: 3389字
• 语种: 中文

摘要

随机森林是近些年发展起来的新集成学习算法,具有较好的分类准确率.针对该算法计算复杂度较高的不足,提出了一种基于谱聚类划分的随机森林算法.首先,利用聚类效果较好的谱聚类算法对原始样本集的每一类进行聚类处理.然后,在每一聚类簇中随机选取一个样本作为代表,组成新训练样本集合.最后,在新训练样本集上训练随机森林分类器.该算法通过谱聚类技术对原始样本进行了初步划分,将位置相近的多个样本用簇内的一个样本代表,较大程度地减少了训练样本的个数.在Corel Image图像识别数据集上的实验表明,算法可以用较少的分类时间达到较高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓月	河南机电高等专科学校计算机科学与技术系	15	16	2.0	2.0
2	王果	河南机电高等专科学校计算机科学与技术系	29	53	4.0	5.0