- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
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 图像标注
中图分类号:TP391.41 文献标志码:A 文章编号:1671—8755(2011)03—0053—06
TheNaiveBayesClassifierEnsembleM ethod
andItsApplicationin ImageAutomaticAnnotation
ZHANGHua—zhong,HOUJin,QINXue,XIAORan
(SchoolofInformationScienceandTechnology,SouthwestJiaotongUniversity,
Chengdu610031,Sichuan,China)
Abstract:FortheNaiveBayesclassifierensemblemethod,theresearchconcentratesonproposinganen—
sembleconstructionmethodwhichaimsathow tobuildaccurateanddiverseclassifier.Themainapproach
consistsinrna domly splittingthefeature setofalltrainingdata intosubsetsandprocessinghtedivided
subsets,finally,reconstructinga fullfeature setforeach classifierin theensemble.Experimentsshow
htathtemethodofENB improvestheperformanceoftheclassifier.Finally,applyingENBforimageauto—
marieannotationalsohasverygoodeffect.
Keywords:NaiveBayes;Ensemblemethod;Featuresubset;Imageannotation
分类方法是机器学习、模式识别和数据挖掘等研 ting方法对神经网络集成,都获得了较理想效果。由
究的核心问题,它在图像识别、医疗诊断、自然语言处 于集成学习能够提高学习系统的泛化能力,人们开始
理等领域具有广泛应用。近年来,分类器集成学习 将集成学习用于稳定的学习算法,其 中,贝叶斯 (Na—
(EnsembleLearning)由于其在降低分类系统泛化误 lyeBayes,NB)就是一种稳定的学习方法。Jiang 等
差、简化分类器设计等方面的优 良表现,逐渐成为机 提出隐藏扩展的NB分类器,释放NB分类器的属性
器学习新的研究方向。Boosting和Bagging族算法是 条件独立性,提高了其分类性能。Rodriguze
文档评论(0)