[發明專利]一種分類器集成方法

有效

• 申請號: 200810046789.9
• 申請日: 2008-01-25
• 公開（公告）號: CN101231702A
• 公開（公告）日: 2008-07-30
• 發明（設計）人: 高常鑫;桑農;王岳環;唐奇伶;李密;高峻;笪邦友
• 申請（專利權）人: 華中科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 華中科技大學專利中心
• 代理人: 曹葆青

1.一種分類器集成方法，包括以下步驟：

(1)給訓練樣本權值賦初值；

(2)對訓練樣本進行分類器訓練得到C個最佳子分類器，C為訓練次數；

(2.1)令訓練周期t＝1；

(2.2)采用權值歸一法確定各訓練樣本在第t輪訓練時的權值；

(2.3)針對訓練樣本的每個特征采取預定分類器設計方法生成相應的子分類器，從中選出最佳子分類器，并計算采用最佳子分類器對所有訓練樣本分類產生的錯誤率；

(2.4)根據錯誤率更新訓練樣本權值；

(2.5)如果t＜C，t＝t+1，返回步驟(2.2)，否則進入步驟(3)；

(3)組合C個最佳子分類器；

其特征在于，

所述步驟(2.3)采用以下兩種方式之一選出最佳子分類器：

i、計算訓練樣本的第j個特征對應的子分類器h_j的錯誤程度

emj=12Σi=1nwt,i|hj(xi)-yi||fj(xi)-θj|,]]>其中n表示訓練樣本的個數，x_i表示訓練樣本，w_t，i表示第t輪訓練時的第i個樣本的權值，f_j(x_i)表示分類器h_j對樣本x_i的分類響應，θ_j表示分類閾值；

選出最小錯誤程度對應的子分類器作為最佳子分類器。

ii、計算訓練樣本的第j個特征對應的子分類器h_j的錯誤程度

emj=12Σi=1nwt,i|hj(xi)-yi||fj(xi)-θj|,]]>其中n表示訓練樣本的個數，x_i表示訓練樣本，w_t，i表示第t輪訓練時的第i個樣本的權值，f_j(x_i)表示分類器h_j對樣本x_i的分類響應，θ_j表示分類閾值；

計算第j個特征對應的子分類器h_j的泛化能力

，其中f_j(x₊)表示子分類器h_j對離分類閾值θ_j或分類面最近的正樣本的分類響應，f_j(x_-)表示子分類器h_j對離分類閾值θ_j或分類面最近的負樣本的分類響應；

計算錯誤度總和Error_j＝em_j+G_j，選擇最小錯誤度總和Error_j對應的子分類器作為最佳子分類器。

2.根據權利要求1所述的分類器集成方法，其特征在于，所述方法還包括步驟(4)：調整組合分類器權值，具體為，

(4.1)獲取組合分類器權值α＝{α_t}，t＝1，…，C，α_t表示用于組合的最佳子分類器權值，令k＝1；

(4.2)輸入已知類別訓練樣本x_k；

(4.3)獲取采用組合分類器對訓練樣本x_k的分類結果

(4.4)更新權值α=α+λΣt=1C(yk-h‾t(xk))xk,]]>λ為調整參數，為所述步驟(2)在第t個訓練周期內選擇的最佳子分類器對樣本x_k的分類結果，y_k為所述步驟(2)在第t個訓練周期內選擇的最佳子分類器對樣本x_k的期望分類結果；

(4.5)如果采用權值α得到正確分類結果或者k大于或等于迭代次數，結束，否則k＝k+1，轉到步驟(4.2)。