基于近鄰的多分類(lèi)器選擇集成分類(lèi)方法及在號(hào)牌識(shí)別上應(yīng)用的研究.pdf

1、基于多分類(lèi)器方式的集成分類(lèi)方法可提高模式分類(lèi)的準(zhǔn)確性，海內(nèi)外學(xué)者也獲得了不少的研究成果。但在如何構(gòu)建自適應(yīng)性強(qiáng)的多分類(lèi)器選擇方式，以及如何更好的利用多分類(lèi)器的局部分類(lèi)性能優(yōu)勢(shì)以提高集成分類(lèi)的效果，仍然存在著不足之處。
　　為了完善這些不足之處，在充分研究當(dāng)前各多分類(lèi)器集成分類(lèi)方法研究現(xiàn)狀的基礎(chǔ)上，我們提出一種基于近鄰的多分類(lèi)器選擇集成分類(lèi)方法，并應(yīng)用在號(hào)牌識(shí)別上。該方法針對(duì)分類(lèi)器對(duì)不同的樣本分類(lèi)性能的差異，利用近鄰度度量，對(duì)于不同

2、的待測(cè)樣本，動(dòng)態(tài)的進(jìn)行多分類(lèi)器的選擇，并根據(jù)動(dòng)態(tài)選擇的多分類(lèi)器進(jìn)行集成分類(lèi)，因此該方法能充分利用多分類(lèi)器在不同樣本上的局部分類(lèi)優(yōu)勢(shì)，依據(jù)不同測(cè)試樣本充分進(jìn)行動(dòng)態(tài)自調(diào)整的分類(lèi)。實(shí)驗(yàn)效果證明此方法可以改善分類(lèi)結(jié)果，且方法的穩(wěn)定性好。
　　根據(jù)上述研究?jī)?nèi)容，本文的主體工作如下：
　　1.詳細(xì)的陳述了多分類(lèi)器集成分類(lèi)的研究背景、目的及意義和國(guó)內(nèi)外研究進(jìn)展，多分類(lèi)器集成分類(lèi)的概念，基于SVM（Support Vector Machin

3、e)的分類(lèi)器，K近鄰及其在集成分類(lèi)中應(yīng)用，以及經(jīng)典的多分類(lèi)器集成分類(lèi)方法。
　　2.提出了基于近鄰的多分類(lèi)器選擇集成分類(lèi)方法。該方法對(duì)于不同的待測(cè)樣本，動(dòng)態(tài)的進(jìn)行多分類(lèi)器的選擇，并依據(jù)動(dòng)態(tài)選擇后的多分類(lèi)器進(jìn)行集成分類(lèi)，在madelon,svmguide1,w6a,ijcnn1開(kāi)源數(shù)據(jù)集上實(shí)驗(yàn)證明了本方法的有效性。
　　3.基于以上提出的方法，實(shí)現(xiàn)了基于近鄰的多分類(lèi)器選擇集成的號(hào)牌字符識(shí)別算法，并基于此算法設(shè)計(jì)實(shí)現(xiàn)了車(chē)牌識(shí)別系