声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：张露,王华彬,陶亮,周健,
关键词：多模态识别技术, 特征融合, 分类距离分数, 信息熵, 自适应融合,
匹配分数是传统的融合分数指标，但是其不能很好地区分类内和类间数据，分类置信度虽然可以较好地将类内类间数据分开，但对于匹配分数仅次于分类阈值的数据，其分类效果不是很理想.因此，首先提出了一种基于分类距离分数的融合分数指标，其不仅携带一级分类信息，也含有匹配分数与分类阈值之间的距离信息，可增大融合后类内类间分数之间的距离，为融合算法提供了一个具有有效判别信息的特征融合集，提高了融合指标的利用率；进一步，利用信息熵表示信息价值多少的这一特性，定义特征关联系数和特征权重系数，并将加权融合和传统SUM规则统一在一个自适应算法框架中，提高了融合识别率.实验结果验证了所提出方法的有效性.
来源：2018年第1期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。