APP下载

成像流型辨识算法

2015-01-04陈宇等

哈尔滨理工大学学报 2014年4期
关键词:分类器决策树高斯

陈宇等

摘要:针对电容层析成像反问题流型识别较难的问题,提出了一种基于高斯混合模型的电容层析成像流型辩识算法。在阐述高斯混合模型和EM算法的基础上,结合Kmeans算法,通过训练得到各类流型所对应的高斯混合模型参数,构造分类器实现对五种流型的快速与精准的识别。实验结果表明,该算法与BP神经网络、sVM、决策树识别算法相比,辨识准确率高、识别速度快,为电容层析成像流型辨识算法的研究提供了一个新思路。endprint

摘要:针对电容层析成像反问题流型识别较难的问题,提出了一种基于高斯混合模型的电容层析成像流型辩识算法。在阐述高斯混合模型和EM算法的基础上,结合Kmeans算法,通过训练得到各类流型所对应的高斯混合模型参数,构造分类器实现对五种流型的快速与精准的识别。实验结果表明,该算法与BP神经网络、sVM、决策树识别算法相比,辨识准确率高、识别速度快,为电容层析成像流型辨识算法的研究提供了一个新思路。endprint

摘要:针对电容层析成像反问题流型识别较难的问题,提出了一种基于高斯混合模型的电容层析成像流型辩识算法。在阐述高斯混合模型和EM算法的基础上,结合Kmeans算法,通过训练得到各类流型所对应的高斯混合模型参数,构造分类器实现对五种流型的快速与精准的识别。实验结果表明,该算法与BP神经网络、sVM、决策树识别算法相比,辨识准确率高、识别速度快,为电容层析成像流型辨识算法的研究提供了一个新思路。endprint

猜你喜欢

分类器决策树高斯
学贯中西(6):阐述ML分类器的工作流程
简述一种基于C4.5的随机决策树集成分类算法设计
数学王子高斯
动脑算算题
基于AdaBoost算法的在线连续极限学习机集成算法
一种统计分类方法的学习
决策树学习的剪枝方法
基于支持向量机的蛋白质交互界面热点的预测的研究与改进
决策树在施工项目管理中的应用