基于ABC优化的集成分类手势识别方法研究

doi:10.20033/j.1003-7241.(2022)06-0112-05

	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.