期刊文章详细信息
一种解决机器视觉特征多样性的快速分类算法
Efficient Classification to Tackle Feature Diversity in Computer Vision
文献类型：期刊文章
机构地区：[1]复旦大学,计算机科学技术学院,媒体计算研究所
年 份：2015
卷 号：31
期 号：9
起止页码：17-20
语 种：中文
收录情况：ZGKJHX、普通刊
摘 要：多类分类作为机器学习领域中的经典任务之一,在面对数据规模日益增长的形势下,样本特征容易出现类间混淆、类内多态的多样性分布。针对传统分类器的不足以及测试计算量大的问题,提出基于优化全局期望损失的标签软分类森林模型,由创新的目标函数主导完成分类树的生成与训练,有效解决特征多样性,并大幅提升测试性能。在人工合成数据集与机器视觉领域标准数据集的实验中,直观诠释了模型的训练特点并清晰,证明了其在分类精度与测试效率上的显著优势。
关 键 词：分类器 特征多样性 森林 机器视觉
分 类 号：TP391.4]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
