...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Multimedia Tools and Applications >Multiple classifier system using classification confidence for texture classification
【24h】

Multiple classifier system using classification confidence for texture classification

机译：使用分类置信度进行纹理分类的多分类器系统

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a simple yet effective novel classifier fusion strategy for multi-class texture classification. The resulting classification framework is named as Classification Confidence-based Multiple Classifier Approach (CCMCA). The proposed training based scheme fuses the decisions of two base classifiers (those constitute the classifier ensemble) using their classification confidence to enhance the final classification accuracy. 4-fold cross validation approach is followed to perform experiments on four different texture databases those vary in terms of orientation, number of texture classes and complexity. Apart from its simplicity, the proposed CCMCA method shows better and consistent performance with lowest standard deviation as compared to fixed rule and simple trainable fusion techniques irrespective of the feature set used across all the databases used in the experiment. The performance gain of the proposed CCMCA method over other competing methods is found to be statistically significant.
机译：提出了一种简单有效的新型分类器融合策略，用于多类纹理分类。由此产生的分类框架称为基于分类置信度的多分类器方法（CCMCA）。所提出的基于训练的方案使用两个分类器的分类置信度融合了两个基本分类器（它们构成分类器集合）的决策，以提高最终分类的准确性。遵循4倍交叉验证方法，对四个不同的纹理数据库执行实验，这些数据库在方向，纹理类别数量和复杂性方面有所不同。除了简单之外，与固定规则和简单的可训练融合技术相比，所提出的CCMCA方法还具有更好的一致性和最低的标准偏差，而与实验中使用的所有数据库所使用的特征集无关。发现所提出的CCMCA方法相对于其他竞争方法的性能提升具有统计学意义。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号