ECOC多类分类中基分类器non-competence问题研究

发布时间：2021-04-14 08:07

　　在纠错输出编码（error-correcting output code,ECOC）多类分类中,当待识别样本的真实类别不属于对应二类子类划分时,训练得到的基分类器将不具备对此类样本进行分类的能力,此时的基分类器在解码融合时面临着non-competence问题。如何衡量基分类器是否具备对样本的分类能力,以及如果不具备,如何减少此种情况下对分类效果的影响是基于ECOC多类分类面临的新问题。针对解码框架中non-competent基分类器的分类融合问题,提出一种基于基分类器对样本是否具有分类能力的加权解码方法。该方法利用支持向量数据描述衡量待识别样本与各划分子类之间的距离,同时利用加权解码,通过对基分类器权重的学习,进而增强对类别拥有分类能力的基分类器的影响,减少不具备分类能力的基分类器产生的误差。基于UCI数据集的实验表明所提方法的有效性和实用性。 

【文章来源】：系统工程与电子技术. 2017,39(12)北大核心EICSCD

【文章页数】：9 页

【文章目录】：
0 引言
1 相关知识介绍
2 基于基分类器类别分类能力的加权解码方法
    2.1 基分类器non-competence问题
    2.2 基于基分类器类别分类能力的加权解码
    2.3 复杂性分析
3 实验
    3.1 实验数据
    3.2 实验设计
    3.3 实验结果及分析
        3.3.1 基于UCI数据集实验结果
        3.3.2 基于不同加权方式的解码方法分类结果比较
        3.3.3 基分类器non-competence分类能力比较
4 结论


【参考文献】：
期刊论文
[1]基于SVDD的层次纠错输出编码研究[J]. 雷蕾,王晓丹,罗玺,宋亚飞.  系统工程与电子技术. 2015(08)
[2]基于混淆矩阵的自适应纠错输出编码多类分类方法[J]. 周进登,王晓丹,周红建.  系统工程与电子技术. 2012(07)
[3]加权解码在解决纠错输出编码Consistent-Diverse平衡问题的应用[J]. 周进登,王晓丹,权文,许燕,姚旭.  电子学报. 2011(07)
[4]基于AdaBoost.ECOC的合成孔径雷达图像目标识别研究[J]. 郭巍,张平,朱良,陈曦.  哈尔滨工程大学学报. 2010(02)
[5]基于推广能力测度的多类SVDD模式识别方法[J]. 朱孝开,杨德贵.  电子学报. 2009(03)



本文编号：3136980