基于决策融合的多分类器系统研究任务书

 2021-08-19 11:08

1. 毕业设计(论文)主要目标:

本文主要是通过Matlab对图像数据进行处理,采用不同的弱分类器处理,然后采用不同的分类器集成算法对弱分类器的处理结果进行处理,通过精度对比分析分类器集成的优缺点,及其使用意义。

2. 毕业设计(论文)主要内容:

论文首先对成员分类器的类型,进行系统的介绍。详细介绍目前常用的分类器类型并对其优缺点进行总结。每种方法都有着各自的适应情况,没有完美的分类器和融合规则。因此,在构建多分类器系统时,需要进行设计选择,尽可能的优化环节,简单的累加求和不能使系统保持有效性和稳定性。其次,根据分类器的输出形式的不同,分别按照符号级,排序级,度量级三个层次,对多分类器组合方法进行了一个比较详细的归纳。最后通过Matlab对图像进行处理,然后进行精度评定,对比之后得出结论。

3. 主要参考文献

[1] HanJ.W.andKamberM.,数据挖掘概念与技术(原书第2版)[M],范明,孟小峰等译,北京:机械工业出版社,2007.

[2] Witter I.H.and FrankE.,数据挖掘:实用机器学习技术(原书第二版)[M],董琳,于晓峰等译,北京:机械工业出版社,2006.

[3] 贺清碧,胡久永,数据挖掘技术综述[J],西南民族大学学报(自然科学版),2002(3),33(2),236一240.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。