模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2015, Vol. 28 Issue (3): 193-201    DOI: 10.16451/j.cnki.issn1003-6059.201503001
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
贝叶斯先验约束下的混合判别方法*
姚婷婷,谢昭,张骏,高隽
合肥工业大学 计算机与信息学院 合肥 230009
A Hybrid Discriminative Approach with Bayesian Prior Constraint
YAO Ting-Ting, XIE Zhao, ZHANG Jun, GAO Jun
School of Computer and Information, Hefei University of Technology, Hefei 230009

全文: PDF (1238 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 在有限样本下判别模型对训练样本敏感,易导致分类器学习结果泛化性能较弱,产生过拟合现象.针对上述问题,提出一种贝叶斯先验约束下的混合判别方法.通过在判别计算中引入生成先验分析,构建生成与判别模型在决策层的混合求解框架.该方法采用不同质分类器进行分类预测,并通过定义有效的融合机制进行样本筛选和标签决策,自动扩展训练集以更新模型,弥补训练样本信息的不完全性.有限样本下的场景分类实验结果表明,相比经典算法,该模型能够挖掘出具有高度判别特性的样本,从而进行有效的模型更新,纠正前期由于样本分布不均而导致的错分样本标签,提升场景分类精度.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
姚婷婷
谢昭
张骏
高隽
关键词 混合模型贝叶斯框架隐Dirichlet分配模型场景分类    
Abstract:The discriminative models are sensitive to limited training samples, which usually has poor generalization performances and is easily over-fitting. A hybrid discriminative approach with Bayesian prior constraints is proposed to solve this issue.By introducing the generative prior analysis into the discriminative approach, a complementary learning structure is built to fuse different classification results.The different types of classifiers are trained separately, and an effective fusion decision is defined to obtain the most confident testing samples along with the estimated labels. By enlarging the training set automatically, the model is updated to make up for the incomplete distribution information of training samples.The experimental results show that compared with the classical methods, the proposed approach can effectively update the model by figuring out the discriminating samples and correct the misclassifications caused by the uneven distribution of limited samples. It can improve the performances of scene categorization.
Key wordsHybrid Model    Bayesian Framework    Latent Dirichlet Allocation Model    Scene Categorization   
收稿日期: 2014-03-19     
ZTFLH: TP391.4  
基金资助:国家自然科学基金项目(No.61273237,60905005)资助
作者简介: 姚婷婷,女,1988年生,博士研究生,主要研究方向为机器学习、模式识别.E-mail:ytt1030@gmail.com.谢昭(通讯作者),男,1980年生,博士,副研究员,主要研究方向为计算机视觉、人工智能.E-mail:xiezhao@hfut.edu.cn.张骏,女,1984年生,博士,讲师,主要研究方向为图像理解、认知视觉.高隽,男,1963年生,教授,博士生导师,主要研究方向为智能信息处理、模式识别.
引用本文:   
姚婷婷,谢昭,张骏,高隽. 贝叶斯先验约束下的混合判别方法*[J]. 模式识别与人工智能, 2015, 28(3): 193-201. YAO Ting-Ting, XIE Zhao, ZHANG Jun, GAO Jun. A Hybrid Discriminative Approach with Bayesian Prior Constraint. , 2015, 28(3): 193-201.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201503001      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2015/V28/I3/193
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn