具有多峰正态分布属性的视频语义分类研究

视频语义分类中常遇到多峰正态分布属性，如采用单峰值正态分布设计的贝叶斯分类模型会造成较大分类误差。本文采用定步长组合划分算（flcpa）对多峰分布属性值域按类进行划分，以留一校验法（loocv）估算分类错误，找出给定步长下属性的多峰分布边界点，并用监督参数估计推断出每个分段区间上的概率分布函数，从而得到整个值域上的总体分布。此外，文中给出了涉及多峰分布属性的视频语义分类器设计步骤。实验数据表明，该方法能明显降低分类错误，有效提高分类性能。