文献

J-GLOBAL ID：201702242831256928   整理番号：17A1520720

ファジィ森林学習の方法と歩行者検出のための方法を提案した。【JST・京大機械翻訳】

A Fuzzy Forest Learning Method and Its Application of Pedestrian Detection

著者 (2件)： Zhou Wenyi (江西環境工程職業学院 通訊与信息学院,江西 gan州,341000) ,  Wang Jiyuan (江西理工大学 信息工程学院,江西 gan州,341000)
資料名： Jisuanji Gongcheng  (Jisuanji Gongcheng)
巻： 43  号： 3  ページ： 304-308,315  発行年： 2017年 
JST資料番号： C2532A  ISSN： 1000-3428  CODEN： JISGEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ランダムフォレスト学習法の訓練データにおける過剰適合問題に対して、各決定ノードの意思決定関数を改善することにより、一種のファジィ森林学習方法を設計した。ディシジョンツリーにおける各ノードの決定関数を,Gaussメンバシップ関数を用いて構築し,決定経路をファジィ決定経路に変換した。サンプルは,根ノードから葉ノードまでのすべての意思決定ノードのファジィ決定値によって,ファジィ経路を生成した。予測結果を,各々のファジィ経路と対応する葉ノードの予測パラメータを結合することによって得ることができた。ファジィ森林学習法を歩行者検出領域に適用し,Haar特徴と方向勾配ヒストグラムの特徴を学習し分類した。実験結果は,ファジーな森林方法が,古典的なAdaBoost,SVM,およびランダムな森林分類装置と比較して,歩行者検出の認識率を効果的に改善することができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 分類装置 ,  ディシジョンツリー ,  *曖昧さ ,  予測 ,  メンバシップ関数 ,  *学習 ,  ヒストグラム ,  意思決定
準シソーラス用語： 認識率 ,  AdaBoost ,  学習方法 ,  訓練データ ,  ランダムフォレスト ,  *歩行者検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： pedestrian detection ,  Random Forest(RF) ,  Gauss membership function ,  fuzzy decision ,  Histogram of Oriented Gradient(HOG)

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ファジィ ,  森林 ,  学習 ,  歩行者検出 ,  提案