基于集成学习的取景图像自动分类方法

• 作者: 张怡芳 杨彬蔚
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 集成学习 AdaBoost算法 自动分类 特征提取
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 应用研究
• 页码范围: 52-55
• 页数: 4页
• 分类号: TP312
• 字数: 4273字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2018.03.30

摘要

针对电子摄影设备对取景图像场景自动分类的问题,提出一种基于集成学习的分类方法.方法分为训练和判断两个阶段.在训练阶段,从已知类别的训练图像中提取特征向量集作为训练数据后,构建弱分类器;应用AdaBoost的思想,根据分类错误率,不断调整训练数据的权重及弱分类器的权重,构建强分类器.在判断阶段,则用强分类器计算目标图像的特征向量,根据运算结果来判断图像的类别.实验结果证明,该方法对部分类别的图像分类效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨彬蔚	浙江机电职业技术学院信息技术系	6	5	1.0	1.0
2	张怡芳	浙江机电职业技术学院国际交流系	5	10	2.0	3.0