已閱讀1頁，還剩51頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、該文實現(xiàn)了基于分類器判決可靠度估計的最優(yōu)線性集成方法.此方法提出了用于衡量分類器對單個樣本識別性能的判決可靠度,在訓(xùn)練階段根據(jù)各分類器的判決可靠度把訓(xùn)練樣本分成不同的區(qū)域,從而可以在不同的區(qū)域里應(yīng)用最優(yōu)線性集成方法得出各區(qū)域的分類器組合權(quán)值.不同區(qū)域的樣本所使用的組合權(quán)值是不同的,隨著區(qū)域的細(xì)化,就更能體現(xiàn)出各分類器對于樣本的性能差異.對于測試樣本,同樣計算出其各分類器的判決可靠度,得到測試樣本所屬的區(qū)域以及組合權(quán)值,就可以進(jìn)行動態(tài)組合
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多分類器組合及其在手寫體數(shù)字識別中的應(yīng)用.pdf
- 基于多分類器神經(jīng)網(wǎng)絡(luò)集成的手寫體數(shù)字識別.pdf
- 基于多特征融合和多分類器的手寫體漢字識別研究.pdf
- 手寫體數(shù)字識別.pdf
- 基于組合分類器的手寫體英文字符識別.pdf
- 基于RVM的手寫體數(shù)字識別.pdf
- 基于BP網(wǎng)絡(luò)的手寫體數(shù)字識別.pdf
- 基于輪廓曲率的手寫體數(shù)字識別.pdf
- 多分類器集成的脫機(jī)手寫體漢字識別方法的研究.pdf
- 基于核方法的手寫體數(shù)字識別研究.pdf
- 自由手寫體數(shù)字識別多神經(jīng)網(wǎng)絡(luò)分類器集成系統(tǒng).pdf
- 基于主分量分析和多分類器組合的手寫數(shù)字識別技術(shù)研究.pdf
- 高精度手寫體數(shù)字的識別.pdf
- 手寫體數(shù)字識別技術(shù)研究.pdf
- 基于專家乘積的手寫體數(shù)字識別系統(tǒng).pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)集成的手寫體數(shù)字識別.pdf
- 基于DS-SVM的手寫體數(shù)字識別的研究.pdf
- 手寫體英文數(shù)字識別系統(tǒng)識別預(yù)處理
- 集成型神經(jīng)網(wǎng)絡(luò)手寫體數(shù)字識別.pdf
- 基于量子神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別研究.pdf
評論
0/150
提交評論