基于上限分析的机器学习系统最佳优化决策选择

摘要：

本文的重点是使用上限分析法解决在机器学习系统开发中无法判断哪部分最值得优化的问题,以便于做出最佳的优化决策.以一个简单的图像文字识别系统为实例,对其的文字侦测、字符分割、字符识别三个部分使用上限分析法进行模拟,得出各个部分的潜在上升空间,然后比较对3个部分分别进行优化对最终预测结果的影响,从而了解该系统中已经达到"最高水平"的部分,做出最佳的优化决策,避免开发中资源的浪费.

关键词：机器学习、上限分析、图像文字识别、决策优化

所属期刊栏目：7

分类号：TP181(自动化基础理论)

在线出版日期：2017-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：37-38