一种基于分类器选择性集成的表情识别方法

摘要

本发明提供了一种基于分类器选择性集成的表情识别方法，包括如下步骤：①生成分类器池；②个体学习器能力评估；③分类器序列选择；④决策层融合。本发明对个体学习器预测准确率和不同个体学习器间之间的差异性进行能力评估，作为选择性集成算法对个体学习器能力的评判标准；可根据对验证样本评判的具体情况选择出分类效果较优，多样性较好的个体学习器集，在对批量未知类别标签的表情数据进行预测时能有效提高分类系统的泛化能力。