基于Cascade的增量式组合分类算法研究

doi:10.3778/j.issn.1002-8331.2009.31.049

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (31): 165-167.DOI: 10.3778/j.issn.1002-8331.2009.31.049

• 图形、图像、模式识别 • 上一篇下一篇

基于Cascade的增量式组合分类算法研究

欧吉顺¹，朱玉全¹，陈耿²，刘晟¹

1.江苏大学计算机科学与通信工程学院，江苏镇江 212013
2.南京审计学院省级审计信息工程重点实验室，南京 210029

收稿日期:2008-06-18 修回日期:2008-10-23 出版日期:2009-11-01 发布日期:2009-11-01
通讯作者: 欧吉顺

Research on combined classifier algorithm based on cascade

OU Ji-shun¹，ZHU Yu-quan¹，CHEN Geng²，LIU Sheng¹

1.School of Computer Science and Telecommunications Engineering，Jiangsu University，Zhenjiang，Jiangsu 212013，China
2.Jiangsu Key Laboratory of Audit Information Engineering，Nanjing Audit University，Nanjing 210029，China

Received:2008-06-18 Revised:2008-10-23 Online:2009-11-01 Published:2009-11-01
Contact: OU Ji-shun

摘要/Abstract

摘要： 利用Learn++思想对Cascade组合分类器进行了改进，提出了一种基于Cascade的增量式组合分类算法，并将之应用到肝脏图像的分类中。实验结果表明，与原有组合分类器相比，该增量式组合分类方法可以在保证分类准确度的前提下有效地提高新增样本的学习效率。

关键词: 多分类器组合, 增量式更新, Learn++, Boosting

Abstract: The Learn++ method is applied to improve the Cascade combined classifier，and is applied to lung images classification.The experiment results show that the incremental combined classification method can obviously improve the efficiency at the precondition that assure the accuracy compared with combined classifier.

Key words: multiple classifiers combination, incremental updating, Learn++, Boosting

中图分类号:

TP391

欧吉顺¹，朱玉全¹，陈耿²，刘晟¹. 基于Cascade的增量式组合分类算法研究[J]. 计算机工程与应用, 2009, 45(31): 165-167.

OU Ji-shun¹，ZHU Yu-quan¹，CHEN Geng²，LIU Sheng¹. Research on combined classifier algorithm based on cascade[J]. Computer Engineering and Applications, 2009, 45(31): 165-167.

[1]	李婷1，张瑞芳1，郭克华1，2. 面向个性化网站的增量协同过滤推荐方法[J]. 计算机工程与应用, 2019, 55(4): 225-232.
[2]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[3]	闫建红. 不平衡数据度量指标优化的提升分类方法[J]. 计算机工程与应用, 2018, 54(21): 128-132.
[4]	彭湘陵，钱盛友，赵新民. 基于混合特征参数和BP_Adaboost的方言辨识[J]. 计算机工程与应用, 2013, 49(3): 152-155.
[5]	刘凯1，王正群2. 一种用于分类的改进Boosting算法[J]. 计算机工程与应用, 2012, 48(6): 146-150.
[6]	李畅，刘鹏程. 多特征和多分类器组合的湿地遥感影像分类[J]. 计算机工程与应用, 2012, 48(33): 9-13.
[7]	李剑，尚赵伟，张凌峰. 特征加权最小最大概率机[J]. 计算机工程与应用, 2012, 48(11): 102-106.
[8]	吴永俊，郑诚，孔令成. 一种有效的序列模式增量式更新方法[J]. 计算机工程与应用, 2011, 47(9): 118-120.
[9]	王春玉，苏宏业，渠瑜，褚健. 一种基于过抽样技术的非平衡数据集分类方法[J]. 计算机工程与应用, 2011, 47(1): 139-143.
[10]	杨国田，吴章宪，杨鹏远. Boosting在火灾识别中的应用研究[J]. 计算机工程与应用, 2010, 46(5): 200-204.
[11]	周骥^1，2，陈德旺². 机器学习在列车精确停车问题的应用[J]. 计算机工程与应用, 2010, 46(25): 226-230.
[12]	胡云苹，赵英凯，李丽娟. 基于组合Boosting回归的软测量建模[J]. 计算机工程与应用, 2010, 46(25): 235-237.
[13]	冯少荣，赖桃桃，张东站. 一种改进的核增量式更新算法[J]. 计算机工程与应用, 2010, 46(20): 96-98.
[14]	曾庆尚,武栓虎. 基于特征Boosting的真核启动子预测方法[J]. 计算机工程与应用, 2009, 45(4): 180-182.
[15]	欧阳军林,刘建勋,曹步清. 基于LBSVM机器学习的相关反馈图像检索[J]. 计算机工程与应用, 2009, 45(2): 112-115.

基于Cascade的增量式组合分类算法研究

Research on combined classifier algorithm based on cascade

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics