基于多标签随机游走的选择性集成方法用于表情识别

摘要

为了提升分类器集成的性能,本文提出了一种基于多标签随机游走的选择性集成方法,该方法将分类器选择问题建模为多标签分类问题,以灵活有效选择分类器。首先在训练集样本与分类器序列间建立映射,将能正确识别样本的分类器序列视为样本标签,对于一个特定的测试样本,寻找它的近邻样本,并构建出多标签随机游走图,执行随机游走过程,根据收敛后的概率向量选择出对应的分类器序列进行集成。在Fer2013、CK+和JAFFE人脸表情数据集上进行实验,并与一些当前先进的选择性集成算法进行对比,实验结果证明了该算法的可行性和有效性。