-
题名基于分类距离分数的自适应多模态生物特征融合
被引量：7
- 1
-
-
作者
张露
王华彬
陶亮
周健
-
机构
计算智能与信号处理教育部重点实验室(安徽大学)
安徽大学媒体计算研究所
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2018年第1期151-162,共12页
-
基金
国家自然科学基金项目(61372137
61302191)
+1 种基金
安徽大学信息保障技术协同创新中心开放课题(ADXXBZ201411)
安徽大学大学生科研训练计划项目(KYXL201530)~~
-
文摘
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.
-
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
-
Keywords
the multi modal identification technology
feature fusion
classification distance score
information entropy
adaptive fusion
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
