基于TCM的多分类算法研究

• 作者: 张锦 李勇军 王如龙 赵二群
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 置信机器 多分类识别 正反类 人脸识别
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 134-137
• 页数: 4页
• 分类号: TP391.4
• 字数: 3650字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1305-0207

摘要

基于算法随机性理论提出的直推式置信机器能够给出预测的可靠性，但其多用于解决两类识别问题。扩展了置信机器，利用了正反类的思想，在识别时比较多个P值来确定测试样本的分类，使其很容易一次性应用于多分类识别问题。为对扩展后的模型性能进行评估，将其应用于经典的模式识别-人脸识别。实验结果表明，扩展后的置信机器具有良好的分类性能，当每类训练集样本增加到6个时，识别率已高于96%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张锦	湖南大学信息科学与工程学院	47	477	10.0	20.0
2	王如龙	湖南大学信息科学与工程学院	80	885	15.0	27.0
3	李勇军	湖南大学信息科学与工程学院	30	412	11.0	19.0
4	赵二群	湖南大学信息科学与工程学院	3	3	1.0	1.0