窦蓉蓉
- 作品数：3 被引量：9H指数：2
- 供职机构：安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于集成学习的人脸识别算法研究及应用
- 人脸识别研究作为模式识别研究中的重要部分，它有着其他识别技术所无法超越的优势，它具有安全性、直接性、隐蔽性等优点。目前对人脸识别的研究主要集中在人脸图像的特征提取和人脸的正确分类两方面。
本文先对人脸识别当前的研究...
- 窦蓉蓉
- 关键词：人脸识别核函数线性判别分析
- 文献传递
- 基于集成学习的规范化LDA人脸识别被引量：6
- 2010年
- 针对人脸识别问题中经常面临的"小样本"问题,在规范化的LDA算法的基础上加以改进,并结合集成学习的方法,利用Adaboost算法,在每一次的迭代过程中引进一个加权函数对难以分离的样本增加权重。增加分类器之间的差异度,从而提高样本在新的特征空间中的可分离性,将识别率提高至98.5%。通过ORL数据库的大量实验表明,该算法比传统算法有更好的性能。
- 张燕平窦蓉蓉赵姝曹振田
- 关键词：人脸识别
- 一种新的决策树选择性集成学习方法被引量：3
- 2010年
- 个体学习器的差异度是集成学习中的关键因素。流行的集成学习算法如Bagging通过重取样技术产生个体学习器的差异度。选择性集成从集成学习算法产生的个体学习器中选择一部分来集成,结果表明比原集成更好。但如何选择学习器是个难题。使用Q统计量度量两个学习器的差异度,提出一种新的决策树选择性集成学习方法。与C4.5,Bagging方法相比,表现出很好的效果。
- 张燕平曹振田赵姝郑尧军杜玲窦蓉蓉
- 关键词：Q统计量
