检索结果-内蒙古大学图书馆

中国工程科学 2009年第10期11卷 19-24,31页

作者：丁晓青付强清华大学电子工程系智能技术与系统国家重点实验室北京100084

提出一种适用于超多类手写汉字识别的新改型adaboost算法,采用基于描述性模型的多类分类器(modified quadratic discriminant function,MQDF)作为adaboost基元分类器,可直接进行多类分类,无需将多类问题转化为多个两类问题处理,其训练... 详细信息

提出一种适用于超多类手写汉字识别的新改型adaboost算法,采用基于描述性模型的多类分类器(modified quadratic discriminant function,MQDF)作为adaboost基元分类器,可直接进行多类分类,无需将多类问题转化为多个两类问题处理,其训练复杂度大大低于已有的多类adaboost算法。算法提出根据广义置信度更新样本权重,实验证明这种算法适用于大规模多类分类问题。为了降低算法的识别复杂度,提出从所有训练后得到的adaboost基元分类器组中选择一个最优的基元分类器作为最终分类器的方法进行删减。在HCL2000及THOCR-HCD数据集上进行实验证明,所提改型adaboost算法提高了识别率的有效性,该算法的相对错误率比现有最优算法分别下降了14.3%,8.1%和19.5%。

关键词：多类adaboost算法手写汉字识别广义置信度改进的二次鉴别函数

来源：评论

学校读者我要写书评

暂无评论

用于手写汉字识别的改型adaboost算法

引用

高技术通讯 2009年第4期19卷 331-336页

作者：付强丁晓青刘长松清华大学电子工程系智能技术与系统国家重点实验室北京100084

针对大部分多类adaboost算法因训练复杂度过高而难以应用于手写汉字识别这种大类别数分类的问题,提出了一种新的改型的多类adaboost算法。该算法采用基于描述性模型的多类分类器——改进的二次鉴别函数(MQDF)分类器作为基元分类器,可直... 详细信息

针对大部分多类adaboost算法因训练复杂度过高而难以应用于手写汉字识别这种大类别数分类的问题,提出了一种新的改型的多类adaboost算法。该算法采用基于描述性模型的多类分类器——改进的二次鉴别函数(MQDF)分类器作为基元分类器,可直接进行多类分类,无需将多类问题转化为多个两类问题处理,大大降低了训练复杂度。此外,该算法根据广义置信度更新样本权重,实验证明此方法简单有效。为了降低算法的识别复杂度,对训练后得到的基元分类器组进行删减,仅保留一个最优的基元分类器作为最终分类器。在HCL2000及THOCR-HCD数据集上进行的实验表明,该算法的相对错误率比现有算法分别下降了14.3%、8.1%和19.5%。

关键词：多类adaboost算法手写汉字识别广义置信度改进的二次鉴别函数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：