-
题名稀疏条件下的两层分类算法
被引量：2
- 1
-
-
作者
仝伯兵
王士同
梅向东
-
机构
江南大学数字媒体学院
赞奇科技发展有限公司
-
出处
《智能系统学报》
CSCD
北大核心
2015年第1期27-36,共10页
-
基金
国家自然科学基金资助项目(61170122
61272210)
+1 种基金
江苏省自然科学基金资助项目(BK2011417)
江苏省"333"工程基金资助项目(BRA2011142)
-
文摘
在有限样本下距离量的选择对最近邻算法(K-nearest neighbor,KNN)算法有重要影响。针对以前距离量学习泛化性不强以及时间效率不高的问题,提出了一种稀疏条件下的两层分类算法(sparsity-inspired two-level classification algorithm,STLCA)。该算法分为高低2层,在低层使用欧氏距离确定一个未标记的样本局部子空间;在高层,用稀疏贝叶斯在子空间进行信息提取。由于其稀疏性,在噪声情况下有很好的稳定性,可泛化性强,且时间效率高。通过在噪声数据以及在视频烟雾检测中的应用表明,STLCA算法能取得更好的效果。
-
关键词
稀疏贝叶斯
两层分类
距离学习
视频烟雾检测
最近邻算法
有限样本
泛化性
时间效率
-
Keywords
parse bayesian
two-level classification
distance learning
video smoke detection
KNN
finite samples
generalization
time efficiency
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
