[发明专利]一种多分类器阈值的设置方法

摘要

一种多分类器阈值的设置方法，根据实际应用环境条件，采用模式识别或机器学习算法得到实际应用环境条件下的多个分类器；将多个分类器放入实际应用环境下进行N次测试分别得到多个分类器的N个阈值对N个阈值进行分类，偏大的阈值valueX通过公式result_value=a*valueX‑b*valueX*valueX进行调整，偏小的阈值valueY通过公式result_value=(valueY‑m)^3+k进行调整；再根据调整后的各个阈值对各个分类器进行设定。本发明对多分类器在不同应用环境下的阈值进行调整，对偏大和偏小的阈值分别进行调整，保证分类器在进行分类过程中正确性的提高和拒识率的降低；正常的阈值则直接使用，使得调整后的阈值应用到分类器中能够降低分类器的错误率，保证分类器在实际环境中的应用。

主权项

一种多分类器阈值的设置方法，其特征在于，包括如下步骤：A．根据实际应用环境条件，采用模式识别或机器学习算法得到实际应用环境条件下的多个分类器；B．将所述多个分类器分别放入实际应用环境下进行N次测试，得到多个分类器中各个分类器在实际应用环境下N次测试的N个阈值；C．对所述各个分类器N个阈值进行统计分类，对其中偏大的阈值通过公式result_value=a*valueX‑b*valueX*valueX进行调整，对其中偏小的阈值通过公式result_value=(valueY‑m)^3+k进行调整；其中，valueX为偏大的阈值，valueY为偏小的阈值，result_value为调整后的阈值，a、b、m、k为根据实际应用环境条件确定的参数；D．根据调整后的各个阈值对各个分类器进行分别设定；步骤C中所述对偏大的阈值通过公式result_value=a*valueX‑b*valueX*valueX进行调整后得到的阈值仍旧属于偏大的阈值时则继续通过该公式进行调整；步骤C 中所述对偏小的阈值valueY通过公式result_value=(valueY‑m)^3+k进行调整后得到的阈值仍旧属于偏小的阈值时则继续通过该公式进行调整；通过映射函数方法来完成在多分类器阈值设定中对于较大的值和较小的值的调整；步骤C中所述偏大的阈值为0.8、0.85、0.9、0.95，所述偏小的阈值为0.1、0.2、0.24、0.3；步骤C中参数a、b、m、k分别为：a=1、b=0.1、m=0.5、k=0.64。