- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于高斯过程的多分类器
2016年 4月 计算机工程与设计 Apr。2016
第37卷 第 4期 C0M[PUTER ENGINEERING ANDDESIGN VoL37 No.4
基于高斯过程的多分类器
黄 维 ,童 莹 ,曹雪虹
(1.南京邮电大学 通信与信息工程学院,江苏 南京 210003;
2.南京工程学院 通信工程学院,江苏 南京 211167)
摘 要:为改善一对多高斯过程分类器 (oneagainstallGaussianprocessclassifier,OAA-GPC)存在的不足,提 出基于一
对一方法的高斯过程多分类器 (oneagainstoneGaussianprocessclassifier,OA()_GPC),以及在其基础上改进的基于有向
无环图方法的高斯过程多分类器 (directedacyclicgraphGaussianprocessclassifier,DA GPC),这两种分类器在训练二分
类器时仅需将其对应的两类训练样本作为输入,在不降低识别率的基础上减少算法的运行时间。在Oil、Segment、USPS
这3个数据集上的实验结果表明,OAO-GPC和DAG-GPC的运行时间远低于OAA-GPC,且识别率与OAA-GPC近似相
等,可迅速有效地解决样本的多分类问题。
关键词:高斯过程;多分类;一对多;一对一;有向无环图
中图法分类号:TP273 文献标识号:A 文章编号:1000—7024 (2016)04—1021—06
d0i:10.16208/j.issnl000—7024.2016.04.034
M ulti-classifierbasedonGaussianprocess
HUANG Wei,TONG Ying ,CAO Xue-hong。
(1.DepartmentofCommunicationandInformationEngineering,NangjingUniversityofPostsand
Telecommunications,Nanjing210003,China;2.CollegeofCommunicationEngineering,
NanjingInstituteofTechnology,Nanjing211167,China)
Abstract:ToovercometheshortcomingsoftheoneagainstallGaussianprocessclassifier (0AA—GPC),oneagainstoneGaus
sianprocessclassifier (0A()-GPC)andtheimproveddirectedacyclicgraphGaussianprocessclassifier(DA(r、GPC)werepro—
posed.Thetwoalgorithmsonlyneedtwotypesoftrainingsamplesasinput.So,therunningtimeofalgoritmh sisreducedwi-
thoutdecreasingtherecognitionrate.ExperimentalresultsonOil,SegmentandUSPSdatabasesshow that,therunningtimeof
OAO-GPC and DAG-GPC isfarlessthanOAA-GPC,andthetwoalgoritmh sachievegoodclassificationperformances.OAO-
GPCandDAG—GPCcanbeusedtOsolvethemult卜classificationproblemsofsamplesquicklyand effectively.
Keywolds:Gaussianprocess;multi—classification;oneagainstall;oneagainstone;directedacyclicgrap
文档评论(0)