论文部分内容阅读
多分类器组合利用不同分类器、不同特征之间的互补性,提高了组合分类器的识别率。传统的组合方法里,各分类器在组合中所承担的角色是固定的,而实际应用中,对于不同的测试样本,每个分类器识别结果的可信度是不同的。该文根据分类器置信度理论,提出了各类别的置信度。用测试样本自身的置信度信息实现分类器的动态组合,并把这种动态组合方法具体应用到手写体数字的识别。这种方法还可以在不影响已有数据的情况下添加新的分类器进行组合。