[发明专利]基于二分类器的分类识别特征映射方法在审
| 申请号： | 201811512493.1 | 申请日： | 2018-12-11 |
| 公开（公告）号： | CN109740635A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 石君;刘华巍;吕伟;王艳;张欣轶;郑斌琪;李宝清;袁晓兵 | 申请（专利权）人： | 中国科学院上海微系统与信息技术研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海泰能知识产权代理事务所 31233 | 代理人： | 宋缨;钱文斌 |
| 地址： | 200050 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 分类识别 高斯分布 目标特征 特征偏移 一维特征 二分类 训练分类器 映射 统计 映射关系 准确率 构建 | ||
1.一种基于二分类器的分类识别特征映射方法，其特征在于，包括以下步骤：
(1)分别统计用于训练分类器系数的各类目标特征每一维特征的高斯分布情况；
(2)分别统计相对于训练分类器系数的各类目标特征发生特征偏移的情况下各类目标特征每一维特征的高斯分布情况；
(3)根据统计得到的高斯分布情况对特征偏移前后两种情况下每个二分类器中每一维特征分别构建分布映射关系。
2.根据权利要求1所述的基于二分类器的分类识别特征映射方法，其特征在于，所述步骤(1)和步骤(2)均采用如下方法统计的高斯分布情况：定义一类目标特征数目为N，特征维数为M，特征序列为F1,...,FN(Fi＝[Fi1,...,FiM])，则第k维特征序列为F1k,...,FNk，计算第k维特征序列的均值计算第k维特征序列的标准差
3.根据权利要求1所述的基于二分类器的分类识别特征映射方法，其特征在于，所述步骤(3)具体包括以下子步骤：
(31)定义一个二分类器中用于训练分类器系数的两类目标第k维特征序列的均值为MTFk1和MTFk2，标准差为STDTFk1和STDTFk2，发生特征偏移的情况下两类目标第k维特征序列的均值为MSFk1和MSFk2，标准差为STDSFk1和STDSFk2；
(32)定义x轴翻转参数为DP＝(MTFk1-MTFk2)×(MSFk1-MSFk2)，如x轴翻转参数DP＜0，则将x轴翻转，即x＝-x，MSFk1＝-MSFk1，MSFk2＝-MSFk2，否则直接进入步骤(33)；
(33)根据计算得到的均值与标准差构建两类目标第k维特征序列的高斯分布函数
(34)计算高斯分布函数DF1(x)与DF2(x)的交点xC；
(35)定义分布映射区域判定参数为DMTF＝sign(MTFk1-MTFk2)，如分布映射区域判定参数DMTF×(x-xC)＞0，第k维特征分布映射关系为否则第k维特征分布映射关系为
4.根据权利要求1所述的基于二分类器的分类识别特征映射方法，其特征在于，所述步骤(34)中如果计算得到的交点数大于1，则选取交点在MSFk1、MSFk2之间的x值作为x轴的分界点。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院上海微系统与信息技术研究所，未经中国科学院上海微系统与信息技术研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811512493.1/1.html，转载请声明来源钻瓜专利网。
