多分类器融合模式识别方法研究

《多分类器融合模式识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要本文对多分类器融合模式识别的设计方法进行了研究。在多分类器融合模式识别系统的分类器集的设计上，本文分别提出了基于最小关联度和基于遗传算法的两种方法。前者以具有最小加权误识率的分类器集作为最优分类器集，后者则是通过遗传算法寻找最优特征子集来构成最优分类器集。i实验结果表明了两种方法都能提高系统的识别性能。特别地，当样本具有不利于识别的共有特征时，后者仍然具有较好的识别效果。j本文还对多分类器神经网络融合函数的设计进行了改进，神经网络融合器不仅输入各个分类器的输出，它也输入样本的原始特征。两组实验结果证明了该方法可以提高神经网络融合器的识别正确相率。在多分类器选择模式识别上，本文提出了基于

2、聚类算法来动态选择分类器的方法。i实验结果表明，在每个分类器都是样本某一类别方面的专家时，这种方法较各个分类器和某些融合方法具有更好的识别性能。千关键词：多分类器。融合模式识别V／AbstractThispapersmdiesthedesignofpatternrecognitionsystembasedmultipleclassifierscombination．Attheaspectofclassifierensembledesign，twomethodsarcproposed．Thefirstmeansdefineacorrelationfunctionbased0ntheWeighte

3、dMisrecognitionProbability(WMRP)asthecriteriontoselectclassifiers．Thesecondme姐susesgeneticalgorithmstoselectthebestpatternpropertysubsettocomposeclassifierensemble．Experimentrestfltsshowbothofthetwomethodshaveahighel-accuracyofrecognition．Especiallywhenthepatterntoclassifyhassomepropertiesthatarebad

4、forclassification,thelatterhasverygOodperformance．Animprovedneuralnetworkcombinationmethodinthepattemrecognitionsystemofmultipleclassifiercombinationisalsoproposedtoincreasetheclassificationcorrectaess．Theexperimentresultshowsthemeanshasabetterperformancethanthetraditionalneuralnetworkcombinationmet

5、hodandtheclassificationmeansbyaclassifier．Finally,amethodbasedonclusteringisproposedt0realizetheclassifierselectionprocedureinthepatternrecognitionsystembasedonmultipleclassifierselection．Experimentresultprovesitsavailability,andshowsitsbett盯performanceonpatternrecognitionthansomecombinationmethodsa

6、ndalloftheindividualelasfifierswheneachoftheusedclassifiersisanexpertforaspeciesofpattern．Keywords：multi·classifiercombinationpatternrecognition第一章绪论1．1研究背景模式识别问题近年来获得了飞速的发展，但是，传统的只使用一种技术手段来进行识别仍然存在着识别率不高的缺点。在字符识别、人脸识别等领域，由于样本类别数太多，仅仅使用一个分类器来进行识别，需要大量的训练样本，而且存在着结构复杂，计算量大等缺点。在军事上，传统的自动目标识别只根据一部雷达来探测空

7、中的目标，但是，随着电磁干扰、低空突防和隐身技术等高新技术的发展以及目标数量的增多、运动速度的增快，都使得仅仅依靠一部雷达来探测、跟踪、识别基本上是不可能的。使用多部雷达和红外探测站进行联合组网来对目标进行识别是当前进行自动目标识别的一种比较有效的途径。在远程勘探和图像识别等领域，使用一个传感器只能从一个角度反映对象的特征，而融合多个传感器的信息，能够克服只使用一个传感器认识片面性的缺点，提高系统