韩宏
- 作品数：7 被引量：98H指数：5
- 供职机构：南京理工大学计算机科学与技术学院计算机系统理论与技术系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学生物学更多>>
- 多分类器组合及其在手写体数字识别中的应用
- 分类器性能的提高一直是模式识别研究中很重要的问题,但由于各种原因,得到较好的分类器是一件困难的事情.传统的模式识别系统通常仅使用样本的某一特定分类器来进行分类,这种系统对于类别数较大、输入样本带噪声的问题很难获得好的分类...
- 韩宏
- 关键词：多分类器组合手写体数字识别神经网络
- 文献传递
- 基于分类器性能的分类器选择算法被引量：3
- 1999年
- 本文讨论了分类器组合中分类选择的问题,利用分类器性能矩阵,我们给出了指定分类器数目和任意分类器数目两种情况下分类器选择算法。最后在CENPARMI手写体数字数据库上验证了我们的结论和算法。
- 胡钟山刘宁钟韩宏杨静宁
- 关键词：分类器选择多分类器组合模式识别
- 彩色图像中复杂背景的多人脸检测被引量：19
- 2001年
- 人脸的检测和识别是一个非常复杂的问题 ,对它的许多规律和规则进行显性的描述是相当困难的。该文提出利用图像的彩色信息以及人脸的基本特征信息来进行人脸粗检测 ,从而大大缩小了神经网络检测区域 ,提高了人脸检测速度。实验证明该方法可以有效地运用于多人脸、不同尺寸 ,表情姿态、复杂背景的情况 ,具有较好的检测结果。
- 韩宏王鹏唐振民杨静宇
- 关键词：人脸检测神经网络彩色图像模式识别
- 多分类器组合及其应用被引量：30
- 2000年
- 1 引言传统的模式识别系统通常只使用样本的某种单一特征描述和特定的一个分类器来进行分类。这种系统对于类别数较大、输入样本带噪声的问题很难获得好的分类效果。近来发现不同的特征描述、不同的分类器在分类性能上存在着彼此互补的现象,因此同时使用多种特征描述和多个分类器可能提高分类精确性。目前,多分类器组合的研究吸引了学者们广泛的注意。
- 韩宏杨静宇
- 关键词：多分类器组合模式识别
- 神经网络分类器的组合被引量：26
- 2000年
- 利用神经网络分类器组合 ,对手写体数字识别问题进行了研究 .通过对同一训练样本集抽取不同特征集合 ,从而获得不同的神经网络分类器 .对这些分类器的分类结果组合得到最终的分类结果 .提出性能函数 PF(S,T)用来确定阈值 S,T,从而获得错误率与拒识率间的最佳平衡 .实验结果表明 ,此种分类器组合方法能根据不同应用的要求 ,自动地选取性能函数中的参数 ,减少分类错误率 ,提高识别的可靠性 .
- 韩宏杨静宇
- 关键词：神经网络分类器分类器组合字符识别
- 基于多元对应分析的KNN分类器组合被引量：3
- 1999年
- 本文提出一种基于多元相应分析的ＫＮＮ分类器组合方法（ＭＣＡＫＮＮ），并以手写体识别为例，用ＫＮＮ 分类器在同一样本集合得到的不同特征集上进行分类，再通过多元对应分析对这些分类器的结果进行组合，以得到最终的分类结果．实验结果表明，此种分类器组合方法能显著减少分类错误率．
- 韩宏杨静宇胡钟山
- 关键词：字符识别模式识别KNN分类器
- 基于层次的分类器组合被引量：12
- 2002年
- 对传统的串行、并行组合方式的分析基础上 ,该文提出一种基于层次的分类器组合方式 ,并以手写体数字识别为例 ,选取了 8个不同信息层次的分类器进行组合 ,得到最终分类结果如下 :正确识别率为 97.15 % ,错误率为 0 .75 % ,拒识率为2 .10 % ,可靠性为 99.2 34%。实验结果表明 ,此种分类器组合方式较传统的串行。
- 韩宏杨静宇娄震
- 关键词：分类器组合字符识别特征提取
