10.16208/j.issn1000-7024.2016.04.034
基于高斯过程的多分类器
为改善一对多高斯过程分类器(one against all Gaussian process classifier,OAA-GPC)存在的不足,提出基于一对一方法的高斯过程多分类器(one against one Gaussian process classifier,OAO-GPC),以及在其基础上改进的基于有向无环图方法的高斯过程多分类器(directed acyclic graph Gaussian process classifier,DAG-GPC),这两种分类器在训练二分类器时仅需将其对应的两类训练样本作为输入,在不降低识别率的基础上减少算法的运行时间.在Oil、Segment、USPS这3个数据集上的实验结果表明,OAO-GPC和DAG-GPC的运行时间远低于OAA-GPC,且识别率与OAA-GPC近似相等,可迅速有效地解决样本的多分类问题.
高斯过程、多分类、一对多、一对一、有向无环图
37
TP273(自动化技术及设备)
国家自然科学基金项目61471162;江苏省自然科学基金项目BK20141389;南京工程学院科研基金项目QKJA201304
2016-06-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
1021-1026