拡張Test Feature Classifiers : 組み合わせ特徴量によるアプローチ

スポンサーリンク

概要

論文の詳細を見る
本報告では、組み合わせ特徴量のアプローチに基づく新しい識別法であるTest Feature Classifiersについて述べる。この識別法は「テスト」および「プライム・テスト」と呼ぶインスタンスが十分に分離できる部分的な組み合わせ特徴量に基づき、入力未知パタンと、登録されたプライム・テスト群との一致に基づきスコアを計算し各クラスへの投票を行う。最大スコアをもつクラスを識別結果とする、というノンパラメトリックな方法である。これまで特徴量がバイナリ型で表現され、特徴量のみかけの長さが増加し学習・認識における計算コストがかかるためより多くの特徴量が使えないという問題があった。そこで今回は、一般の特徴量をも扱えるように拡張を行った。また、データベースを用いた衛星画像の分類問題に応用し、古典的な識別法であるベイズ識別法やk-NNとの比較実験の結果より提案した識別法は一般の特徴量を用いても有効であることが確認された。
社団法人電子情報通信学会の論文
1999-07-16

著者

関連論文

もっと見る

スポンサーリンク