孟芸
- 作品数：2 被引量：5H指数：1
- 供职机构：华东理工大学信息科学与工程学院计算机科学与工程系更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金上海市教育委员会创新基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 矩阵型多类代价敏感分类器模型被引量：5
- 2016年
- 目前大部分分类器都是以分类正确率来衡量性能,这种评价标准都是基于理想情况下所有错误分类代价都是相同的。但实际生活中往往不同的错误分类会带来不同的损失,因此代价敏感学习成为模式识别中一个热点研究领域。本文将代价敏感思想与矩阵型学习机相结合,提出了一个矩阵型多类代价敏感分类器模型。通过与其他分类器在常用数据集上的对比实验证明,该方法降低了错误分类代价,提高了少数类或代价高类别的分类正确率,并可以在有效次内收敛,是一个有效且实用的方法。
- 孟芸王喆
- 关键词：模式识别分类器设计
- 联合核主成分分析
- 2015年
- 提出了KPCA的一种称为联合核主成分分析(Joint Kernel Principle Component Analysis,JKPCA)的变型,能够从输入和输出空间引出先验信息用于特征提取.首次将联合核映射应用于特征提取领域,而且在图像数据集上的实验结果表明,JKPCA是可行并有效的.
- 王喆孟芸
- 关键词：特征提取核方法
