基于ABC优化的集成分类手势识别方法研究 | |
缑新科1; 王润2 | |
刊名 | 自动化技术与应用 |
2022-06-22 | |
卷号 | 41期号:06页码:112-116 |
关键词 | HOG PCA 人工蜂群算法 集成分类器 手势识别 |
DOI | 10.20033/j.1003-7241.(2022)06-0112-05 |
英文摘要 | 本文首先提取方向梯度直方图(Histogram of Oriented Gradients,HOG)的特征,再结合主成分分析算法(Principal Component Analysis,PCA)寻找最佳的特征维度。在此基础上提出了一种集成分类器,即以SVM、K临近算法(K-Nearest Neighbor,KNN)以及极端梯度提升(Extreme Gradient Boosting,XGBoost)算法为基分类器,通过人工蜂群(Artificial Bee Colony algorithm,ABC)算法为这三种分类器进行优化,从而形成一个性能更优的集成分类器。实验表明与单一分类器相比,在数据集Hand Postures中该集成分类器可以获取更好的手势识别效果。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/158769] |
专题 | 电气工程与信息工程学院 |
作者单位 | 1.兰州理工大学; 2.甘肃省工业过程先进控制重点实验室 |
推荐引用方式 GB/T 7714 | 缑新科,王润. 基于ABC优化的集成分类手势识别方法研究[J]. 自动化技术与应用,2022,41(06):112-116. |
APA | 缑新科,&王润.(2022).基于ABC优化的集成分类手势识别方法研究.自动化技术与应用,41(06),112-116. |
MLA | 缑新科,et al."基于ABC优化的集成分类手势识别方法研究".自动化技术与应用 41.06(2022):112-116. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论