一种基于DNN及决策森林的回归模型在小样本空间中的应用

• 作者: 廖绍雯 贾聪
• 来源期刊: 西北师范大学学报（自然科学版）
• 学科: 工学
• 关键词: DNN 回归模型 决策树 "概率"随机森林 小样本空间
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机与信息科学
• 页码范围: 54-59
• 页数: 6页
• 分类号: TP3
• 语种: 中文
• DOI: 10.16783/j.cnki.nwnuz.2020.05.011

摘要

针对DNN回归模型难以应用于小样本空间的问题,将DNN的特征学习和决策树模型相结合,提出了一种融合DNN特征学习和决策森林的级联回归模型,采用一种"概率"随机森林代替单一决策树进行训练,使其可用少量样本获得较好的特征表达学习能力,并完成在小规模数据集下的图像分类任务.为了验证该模型的有效性,将此模型应用于两种不同的数据集上,并与其他几种模型算法进行了对比.实验结果表明,此回归模型在整体上优于其他模型,能够较好的完成小样本空间的目标检测及分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖绍雯		15	21	3.0	3.0
2	贾聪		1	0	0.0	0.0