基于小波变换的多分类器融合分类系统

摘要：

利用计算机进行模式识别需要完成模式特征的选取、特征维数的压缩以及分类器的设计.本文在人脸识别的研究中,根据选取的代数特征,提出了一种基于正交小波变换的多分类器融合分类系统.首先利用正交小波变换将高维特征变换为多个低维的特征,达到特征维数压缩的目的;然后采用基于模糊的BP神经网络(FB-PNN)并行地对这些特征空间的模式进行分类;最后,利用FBPNN对这些分类结果进行融合,得到最终的分类结果.实验结果表明这种分类系统具有很好的分类效果.

关键词：模式识别、特征、正交小波、神经网络、融合

所属期刊栏目：13

分类号：TP391;TP18(计算技术、计算机技术)

资助基金：国家"973”重点基础研究发展规划和国家"211”基金

在线出版日期：2009-08-19（万方平台首次上网日期，不代表论文的发表时间）

页码：22-27