作者:袁亚飞; 卢伟; 冯丙文; 翁健 期刊:《网络与信息安全学报》 2017年第05期
在实际应用中,针对未知隐写算法的盲检测难度非常大,结合实际应用设计实现了一个在线盲检测系统。在SRM算法的基础上,简化特征提取算法,提高特征可用性和提取速率;使用多个预训练检测模型,并采用加权投票策略判定检测结果;设计实现一种3层系统架构,分布式后台更加灵活高效;为了进一步满足实际应用要求,引入多线程技术,加快检测速率。实验表明,单张图片的平均检测时间可达0.97S,并且对多种未知隐写算法均具有良好的检...
作者:贾甜博; 蒋晔 期刊:《计算机工程》 2019年第12期
针对语音判别系统中单个分类器分类能力有限的问题,提出一种基于AdaBoost算法的回放语音检测方法。以常量Q倒谱系数和均值超矢量分别作为特征参数和AdaBoost算法的输入,将多个分类器的检测结果相结合并进行加权投票,从而降低系统的等错误率(EER)。研究关系因子、均值超矢量维数以及弱分类器数量对检测结果的影响,以设置系统的最优参数。实验结果表明,该检测方法在开发集和评估集上的EER值分别为4.17%和16.81%,相比GMM-ML方法分别降...
为提高集成分类器在图像隐写分析中的检测,针对传统集成分类器中简单投票方法无法体现基分类器差异性这一缺点,提出一种基于加权投票的图像隐写分析方法。首先基于随机森林的方式生成若干基分类器,然后计算每一个基分类器的投票权值并使用加权投票的方式得到最终的结果。实验结果表明,该方法能够提高集成分类器的检测精度。
作者:刘勇; 兴艳云 期刊:《计算机系统应用》 2019年第05期
传统随机森林分类算法采用平均多数投票规则不能区分强弱分类器,而且算法中超参数的取值需要调节优化.在研究了随机森林算法在文本分类中的应用技术及其优缺点的基础上对其进行改进,一方面对投票方法进行优化,结合决策树的分类效果和预测概率进行加权投票,另一方面提出一种结合随机搜索和网格搜索的算法对超参数调节优化.Python环境下的实验结果表明本文方法在文本分类上具有良好的性能.
字典学习能加强样本字典的稀疏性,得到的训练样本基类可以提高识别速度和精确度,但是对大量特征维数较高的训练样本使用字典学习进行稀疏表示分类运算量非常大.针对此问题,提出一种基于分块字典学习的稀疏表示人脸识别方法.首先将训练样本字典进行分块,使用Metaface字典学习方法对每块样本进行学习得到训练样本基,然后对字典基进行稀疏表示分类,采用投票方式对每块的最小重构误差进行加权投票确定分类结果.在Extended Yale B、ORL...
为提高集成分类器在图像隐写分析中的检测,针对传统集成分类器中简单投票方法无法体现基分类器差异性这一缺点,提出一种基于加权投票的图像隐写分析方法。首先基于随机森林的方式生成若干基分类器,然后计算每一个基分类器的投票权值并使用加权投票的方式得到最终的结果。实验结果表明,该方法能够提高集成分类器的检测精度。
作者:曹镇; 张敏情; 孙文君; 张英男 期刊:《小型微型计算机系统》 2017年第10期
针对图像隐写分析中,集成分类器的基分类器精度较低、分类器种类单一的缺点,提出一种结合旋转森林变换与多分类器集成的隐写分析算法.首先随机生成若干特征子空间并与训练样本组成不同的样本子集,然后对每个样本子集使用旋转森林算法训练费歇尔线性分类器、极限学习机与支持向量机三种分类器,并通过加权投票的方式将三种分类器集成为一个基分类器.最后将各基分类器分类结果使用简单投票法进行集成.实验结果表明,在不同的隐写算法与...
作者:丛琳; 李军祥 期刊:《科技和产业》 2017年第05期
联络中心排班需要准确预测到达任务量的各种类型。联络中心任务量数据庞大复杂,针对多类型任务的预测方法进行了研究,实现了对联络中心大量任务数据进行准确预测类型任务的目的。首先分析了任务量数据特点,确定了工作日和休息日对任务类型的影响。工作日使用PSO优化LIBSVM模型的参数,作为弱分类器用自适应增强算法迭代训练,提出用加权投票方法融合弱分类器的思想;休息日直接使用PSO-SVM模型预测。实验结果表明,该方法的分类准确率...
作者:王晓丹; 李睿; 薛爱军; 孙向芳 期刊:《系统工程与电子技术》 2017年第04期
基于不同分类器对同一样本分类能力不同,同一分类器对不同样本可分程度不同的思想,为不同样本赋予不同融合权重,提出了一种基于熵的自适应加权投票高分辨距离像 (high range resolution profile, HRRP)融合识别方法。该方法将二分类相关向量机(relevance vector machine,RVM)扩展为多类分类RVM概率模型,并对不同HRRP特征样本进行分类,利用每个多类分类RVM输出的样本后验概率信息计算出的熵值自适应为各个样本赋予权重,使...
作者:向妍; 陈渊; 谭泗桥; 袁哲明 期刊:《生物化学与生物物理进展》 2016年第07期
糖基化是蛋白质翻译后的主要修饰,O-糖基化的固定模式未知,高精度识别O-糖基化位点是机器学习面临的挑战性问题.以迄今最大的人O-糖基化位点Steentoft数据集为基础,本文首次提出了基于位置的卡方差表特征χ^2pos,融合伪氨基酸序列进化信息Pse PSSM以及无方向的k间隔氨基酸对组分Undirected-CKSAAP表征序列,构建5个正负样本均衡的支持向量机分类器,经加权投票,独立测试准确率、Matthew相关系数及ROC曲线下面积,分别达到了89.62%、0.7...
作者:孔浩 杨勇 王国胤 期刊:《重庆邮电大学学报·自然科学版》 2011年第04期
针对语音识别性能提高的问题,提出了一种基于多分类器融合的语音识别方法,该方法使用支持向量机(support vectormachine,SVM),RBF神经网络与贝叶斯网络作为成员分类器,根据样本库中抽取的校验集计算各成员分类器的权值,以加权评分的投票策略进行决策融合。实验结果表明,通过多分类器融合的识别结果明显优于单个分类器,该方法是一种有效的语音识别方法,提高了语音识别系统的性能。
作者:尹光 朱玉全 陈耿 期刊:《计算机工程》 2012年第08期
为提高集成分类器系统的分类性能,提出一种分类器选择集成算法MCC—SCEN。该算法选取基分类器集中具有最大互信息差异性的子集和最大个体分类能力的子集,以确定待扩展分类器集,选择具有较大混合分类能力的基分类器加入到待扩展集中,构成集成系统,进行加权投票并产生结果。实验结果表明,该方法优于经典的AdaBoost和Bagging方法,具有较高的分类准确率。
作者:张丽丽 罗斌 汤进 孙登第 期刊:《计算机工程》 2013年第06期
在谱匹配方法中,谱分解耗时较长,且图像匹配方法的效果欠佳。为此,提出一种基于加权投票的图像匹配改进方法。建立特征点候选匹配之间的亲邻矩阵,每个候选匹配以一定的权重对其他候选匹配进行投票和接收投票,通过简单的数学运算和排序操作确定最优匹配。实验结果表明,引入投票权重可改善基于加权投票图像匹配方法的匹配效果,并能保持较短的运行时间。
作者:陈晓云 陈刚 期刊:《控制与决策》 2014年第02期
提出一种基于投票的聚类集成方法.通过分析聚类结构与聚类准确率的关系,将内聚度最高的聚类成员作为重新标记的基准以实现簇标记的统一;同时,根据数据点在不同聚类成员中与所划分簇中心的距离确定权值,最终实现加权投票.实验结果表明,该算法在准确率和稳定性上均有较大提高.