成果簡介：

　　本發明提供了一種基于隨機蕨的自舉弱學習方法及其分類器，本發明屬于計算機圖形識別技術領域。圖形識別通常采用弱分類器的加權、高斯概率分布的均值距離來判別正負樣本。或采用分類樹作為弱學習器，用誤差測度減少最大化的劃分準則劃分節點，然后將這些弱分類器提升為強分類器。但是，這些弱學習方法要么收斂速度慢，要么準確率不夠高，要么計算效率低。本發明選擇圖像特征和構造隨機蕨、基于隨機蕨的弱學習方法、基于隨機蕨的弱學習方法、構建弱分類器、結果分類器等步驟可以很好地解決成像環境復雜且對運算量要求嚴格的圖像模式識別，實現快速收斂和高效的自舉弱學習方法，得到實時處理且準確率高的分類器。主要用于各種模式識別場合。

　　合作方式：面議。

　　聯系地址：四川省成都市二環路北一段111號

　　聯系方式：陳桂兵 電話：028—87600273

　　傳真：028—87600272

　　E-mail：hzk@swjtu.cn