计算机应用研究

作者：张耀洪,苟光磊,吕艳娜,杨雨,

单位：重庆理工大学计算机科学与工程学院,重庆400054；

关键词：序贯三支决策,图像识别,相似性度量,支持向量机,

基金：国家自然科学基金资助项目(62141201)；重庆理工大学研究生教育高质量发展行动计划资助项目(gzlcx20223188,gzlcx20222059)；；

基于序贯三支决策的图像识别方法仅考虑测试样本与支持向量机（SVM）分离超平面的符号距离，忽略了已有粒度层的信息，图像识别性能有待提高。提出一种新的置信度评价（dual confidence score and ensembling，DCE），将符号距离结合测试样本与特征空间中每一类训练样本中心的距离作为基本置信度，用于序贯三支决策时，将较粗粒度层无法识别图像的置信度与当前粒度层的置信度合并进行评价，有效地利用已有信息，提高识别准确度，在粒度层较粗时也能进行决策，提升了识别效率。在Caltech-101和Caltech-256数据集上使用两个经典预训练模型进行验证，与现有三支决策图像识别方法相比，实验结果表明该方法能有效提升识别的准确度和效率。

来源：2023年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第4期