改进随机森林算法的图像分类应用
针对随机森林算法中节点分裂方式单一且相似的问题, 提出一种改进节点分裂方式的优化算法, 将算法中独立的节点分裂方式ID3与CART进行重新组合, 通过自适应参数选择得到新的分裂规则, 用于最优属性的选择划分并应用于图像分类问题. 首先以词袋模型为基础, 加入空间金字塔结构来提取图像特征, 并将其量化成视觉词汇, 最后结合Spark平台用改进节点分裂方式的随机森林算法实现图像分类. 实验结果表明, 通过选择组合算法的最优系数, 该算法有效提高图像分类准确率, 并保证算法运行效率.
图像分类、随机森林、节点分裂、空间金字塔
27
国家自然科学基金41390454
2018-09-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
193-198