贝叶斯分类器的集成学习方法及其在图像标注中的应用.pdfVIP

第26卷 第 3期 西 南 科 技 大 学 学 报 V01．26No．3 2011年 9月 JournalofSouthwestUniversityofScienceandTechnology Scp．2011 贝叶斯分类器 的集成学习方法及 其在图像标注 中的应用 张华忠 侯 进 秦 雪 肖 然 (西南交通大学信息科学与技术学院 四川成都 610031) 摘要：针对贝叶斯(NaiveBayes，NB)分类器的集成学习方法，研究如何提高分类器集成中各成员分类器之间的多样 性，同时提高分类器系统准确率。实现方法是把训练集的所有属性特征划分特征子集 ，并处理所划分的属性特征子 集，最后为每个成员分类器构造出不同的完整特征属性训练集。研究结果表明采用的NB集成方法 (Ensembleof NaiveBayes，ENB)提高了分类性能，把ENB机器学习方法应用到 自动图像标注中也获得了很好的效果。 关键词：贝叶斯 集成学习 特征子集 图像标