在糾錯輸出編碼（error-correcting output code,ECOC）多類分類中,當(dāng)待識別樣本的真實(shí)類別不屬于對應(yīng)二類子類劃分時(shí),訓(xùn)練得到的基分類器將不具備對此類樣本進(jìn)行分類的能力,此時(shí)的基分類器在解碼融合時(shí)面臨著non-competence問題。如何衡量基分類器是否具備對樣本的分類能力,以及如果不具備,如何減少此種情況下對分類效果的影響是基于ECOC多類分類面臨的新問題。針對解碼框架中non-competent基分類器的分類融合問題,提出一種基于基分類器對樣本是否具有分類能力的加權(quán)解碼方法。該方法利用支持向量數(shù)據(jù)描述衡量待識別樣本與各劃分子類之間的距離,同時(shí)利用加權(quán)解碼,通過對基分類器權(quán)重的學(xué)習(xí),進(jìn)而增強(qiáng)對類別擁有分類能力的基分類器的影響,減少不具備分類能力的基分類器產(chǎn)生的誤差�；赨CI數(shù)據(jù)集的實(shí)驗(yàn)表明所提方法的有效性和實(shí)用性。 

【文章來源】：系統(tǒng)工程與電子技術(shù). 2017,39(12)北大核心EICSCD

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引言
1 相關(guān)知識介紹
2 基于基分類器類別分類能力的加權(quán)解碼方法
    2.1 基分類器non-competence問題
    2.2 基于基分類器類別分類能力的加權(quán)解碼
    2.3 復(fù)雜性分析
3 實(shí)驗(yàn)
    3.1 實(shí)驗(yàn)數(shù)據(jù)
    3.2 實(shí)驗(yàn)設(shè)計(jì)
    3.3 實(shí)驗(yàn)結(jié)果及分析
        3.3.1 基于UCI數(shù)據(jù)集實(shí)驗(yàn)結(jié)果
        3.3.2 基于不同加權(quán)方式的解碼方法分類結(jié)果比較
        3.3.3 基分類器non-competence分類能力比較
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于SVDD的層次糾錯輸出編碼研究[J]. 雷蕾,王曉丹,羅璽,宋亞飛.  系統(tǒng)工程與電子技術(shù). 2015(08)
[2]基于混淆矩陣的自適應(yīng)糾錯輸出編碼多類分類方法[J]. 周進(jìn)登,王曉丹,周紅建.  系統(tǒng)工程與電子技術(shù). 2012(07)
[3]加權(quán)解碼在解決糾錯輸出編碼Consistent-Diverse平衡問題的應(yīng)用[J]. 周進(jìn)登,王曉丹,權(quán)文,許燕,姚旭.  電子學(xué)報(bào). 2011(07)
[4]基于AdaBoost.ECOC的合成孔徑雷達(dá)圖像目標(biāo)識別研究[J]. 郭巍,張平,朱良,陳曦.  哈爾濱工程大學(xué)學(xué)報(bào). 2010(02)
[5]基于推廣能力測度的多類SVDD模式識別方法[J]. 朱孝開,楊德貴.  電子學(xué)報(bào). 2009(03)



本文編號：3136980