欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
考虑到类内差与类间差的分布实际并不是严格的高斯分布，在概率密度估计方面提出改进的方案。采用非参数技术而不是高斯模型估计后验概率，将其应用于传统的贝叶斯分类器。在FERET数据库的FB及FC子集上的实验结果表明，使用非参数技术的贝叶斯分类器优于或相当于使用高斯模型的分类器，且具有训练简单的优点。
英文摘要：
This paper proposed an approach which used nonparametric method to estimate the posterior probability instead of Gaussian model. The experiments on FERET FB and FC testing set show the proposed method is better than or equal to the Bayesian classifier using Gaussian model, and the proposed method is easy to be trained
同期刊论文项目
同项目期刊论文
期刊信息
位置：