公开(公告)号：CN110826626A

公开(公告)日：2020-02-21

申请号：CN201911077222.2

申请日：2019-11-06

Applicant: 西安交通大学 ,  中国电子科技集团公司第五十四研究所

Inventor： 韩德强 ,  艾伟 ,  梁绍一

IPC: G06K9/62

Abstract: 本发明公开了一种基于混淆矩阵的多分类器差异性度量方法及系统，包括以下步骤：步骤1，基于混淆矩阵，评价多分类器系统中各子分类器区分不同类别数据的能力；步骤2，基于步骤1构造的各子分类器的混淆矩阵，计算获得各子分类器的混淆矩阵之间的相关性；步骤3，基于步骤2计算获得的各子分类器的混淆矩阵之间的相关性评价各子分类器间的差异性，完成多分类器差异性度量。本发明针对现有差异性度量方法的不足，提出了一种基于混淆矩阵的差异性度量新方法，能够提高分类器集合的差异性度量值与该集合的融合分类正确率之间的相关性，可使基于差异性度量构造的多分类器系统能够更有效地提升融合分类性能。

公开(公告)号：CN113989553B

公开(公告)日：2024-04-05

申请号：CN202111243672.1

申请日：2021-10-25

Applicant: 西安交通大学 ,  中国航天科工集团第二研究院

Inventor： 韩德强 ,  董博 ,  李威 ,  严恒良

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06T3/4038 ,  G06N3/0464 ,  G06N7/01

Abstract: 本发明公开了一种面向图像模式分类的基于含混样本密度估计的证据建模方法及系统，所述方法包括以下步骤：获取拼接后图像的一维向量图像特征；构建属于混合焦元的含混样本；基于构建获得的含混样本，估计出混合焦元在各属性上对应的概率密度函数和单点焦元的概率密度函数；基于获得的概率密度函数，求出待建模样本在每个焦元的概率密度函数上对应的概率密度值，将待建模样本在所有焦元上的概率密度值归一化生成基本信度分配函数。本发明能够直接生成混合焦元的BBA函数，可更直观地对混合焦元进行证据建模，且能够更有效地提升其应用于基于证据组合的图像识别分类时的性能。

公开(公告)号：CN113989553A

公开(公告)日：2022-01-28

申请号：CN202111243672.1

申请日：2021-10-25

Applicant: 西安交通大学 ,  中国航天科工集团第二研究院

Inventor： 韩德强 ,  董博 ,  李威 ,  严恒良

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N7/00 ,  G06T3/40

Abstract: 本发明公开了一种面向图像模式分类的基于含混样本密度估计的证据建模方法及系统，所述方法包括以下步骤：获取拼接后图像的一维向量图像特征；构建属于混合焦元的含混样本；基于构建获得的含混样本，估计出混合焦元在各属性上对应的概率密度函数和单点焦元的概率密度函数；基于获得的概率密度函数，求出待建模样本在每个焦元的概率密度函数上对应的概率密度值，将待建模样本在所有焦元上的概率密度值归一化生成基本信度分配函数。本发明能够直接生成混合焦元的BBA函数，可更直观地对混合焦元进行证据建模，且能够更有效地提升其应用于基于证据组合的图像识别分类时的性能。