-
题名一种基于模糊积分的多分类器联合方法
被引量：9
- 1
-
-
作者
姚明海
何通能
-
机构
浙江工业大学信息工程学院
-
出处
《浙江工业大学学报》
CAS
2002年第2期156-159,共4页
-
文摘
多分类器联合是解决复杂模式识别问题的有效办法。模糊积分是一种多分类器联合算法。但是在用模糊积分对多分类器联合建模时 ,模糊积分密度函数的选择对系统的性能有着很大的影响。提出一种基于模糊积分和贝叶斯联合的分类器集成方法 ,该方法利用贝叶斯方法构造模糊积分密度函数 ,再利用模糊积分把分类器输出信息联合起来。实验结果表明 ,该方法比其他方法能够得到更好的识别性能。
-
关键词
多分类器联合
分类器
模糊积分
贝叶斯方法
模式识别
-
Keywords
classifier combination
fuzzy integral
Bayes method
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名适用于具有多分类器的卷积神经网络训练方法
被引量：6
- 2
-
-
作者
李建更
李立杰
张岩
王朋飞
左国玉
-
机构
北京工业大学信息学部
计算智能与智能系统北京市重点实验室
-
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2018年第10期1291-1296,共6页
-
基金
北京市自然科学基金资助项目(4162012)
国家自然科学基金资助项目(61573029)
-
文摘
为了提升视条件而定的深度卷积网络(conditional deep learning network,CDLN)的分类准确率,提出一种多分类器联合训练的方法.在训练网络时将多个分类器的输出误差同时进行反向传播,以校正网络权重.以Le Net-5、Alex Net为基础构造神经网络CDLN-L和CDLN-A,以MNIST、CIFAR-100和Pascal Voc数据集为实验样本进行实验,网络的分类准确率均得到提升,最高提升了4.39%.实验表明,提出的联合训练方法能够提升CDLN的分类准确率.
-
关键词
深度学习
卷积神经网络(CNN)
视条件而定的深度卷积网络(CDLN)
多分类器
多分类器联合训练
图像分类
分类准确率
-
Keywords
deep learning
convolution neural network
conditional deep learning network （CDLN）
multiple classifier
joint training by multiple classifiers （JTMC）
image classification
classification accuracy
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种基于多特征的恶意代码家族静态标注方法
被引量：4
- 3
-
-
作者
刘亮
刘露平
何帅
刘嘉勇
-
机构
四川大学网络空间安全学院
四川大学电子信息学院
-
出处
《信息安全研究》
2018年第4期322-328,共7页
-
基金
CCF-启明星辰鸿雁科研计划基金项目(CCF-VenustechR2017002)
-
文摘
描述了一种基于多特征的恶意代码家族静态标注方法,该方法针对现有技术提取特征单一的缺点,采用恶意代码可视化技术绘制恶意代码图像,并从图像源和文本源、字节码层和操作码层进行特征的提取,多来源多层次地提取特征.为了更好地利用提取自多个层次的特征,设计了3层多分类器联合框架来进行特征的学习,3层多分类器联合框架分为特征组合层、分类层和联合层.最后利用学习到的模型便可以自动进行恶意代码的标注.为了验证方法的有效性,对Microsoft提供的9类恶意代码进行恶意代码家族标注测试实验,实验结果表明,该方法在除了Simda恶意样本家族外,在其他样本家族中的准确率、精确率、召回率和F1-score均高于90%.通过实验证明了该方法的有效性和可靠性.
-
关键词
恶意代码家族
多特征
恶意代码图像
机器学习
多分类器联合框架
-
Keywords
malicious code family
malicious code image
machine learning
multi-feature
multiclassifier joint framework
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
