基于选择性聚类集成的图像目标分类方法

• 作者: 储岳中 刘恒 张学锋 潘祥
• 来源期刊: 微电子学与计算机
• 关键词: 聚类集成 匈牙利算法 近邻传播 图像目标分类
• 年，卷（期）: 2017,（11）
• 页码范围: 58-62
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文

摘要

传统集成学习算法是对所有个体分类器进行组合决策,由于无法反映个体分类器的差异性,不能有效提高集成分类器的识别率.为此,提出基于互信息(Normalized Mutual Information,NMI)的个体分类器差异性度量方法,利用匈牙利算法对个体分类器的标记向量进行匹配,在此基础上提出基于成分数据的AP (Affinity Propagation)聚类集成算法作为选择性集成策略.在遥感图像上分别与经典算法做比较实验,结果表明此算法在分类性能上具有一定的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张学锋	安徽工业大学计算机科学与技术学院	38	186	6.0	12.0
2	储岳中	安徽工业大学计算机科学与技术学院	28	310	10.0	17.0
3	刘恒	安徽工业大学计算机科学与技术学院	10	11	2.0	2.0
4	潘祥	安徽工业大学计算机科学与技术学院	7	9	2.0	2.0