10.3778/j.issn.1002-8331.1305-0207
基于TCM的多分类算法研究
基于算法随机性理论提出的直推式置信机器能够给出预测的可靠性,但其多用于解决两类识别问题。扩展了置信机器,利用了正反类的思想,在识别时比较多个P值来确定测试样本的分类,使其很容易一次性应用于多分类识别问题。为对扩展后的模型性能进行评估,将其应用于经典的模式识别-人脸识别。实验结果表明,扩展后的置信机器具有良好的分类性能,当每类训练集样本增加到6个时,识别率已高于96%。
置信机器、多分类识别、正反类、人脸识别
TP391.4(计算技术、计算机技术)
国家科技支撑计划项目No.2012BAF12B20;国家自然科学基金No.60901080。
2015-04-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
134-137