谢丽尔·勃拉纳姆;洛丽斯·南尼 使用分类器集成预测面部特征印象。 （英语） Zbl 1184.68438号 Mumford，Christine L.（编辑）等人，《计算智能》。协作、融合和涌现。柏林：施普林格出版社（ISBN 978-3-642-01798-8/hbk；978-3-442-01799-5/电子书）。智能系统参考库1，403-439（2009）。 小结：在本章介绍的实验中，训练单个分类器系统和集合来检测人们在面部形态中感知到的社会意义。探索人们面部印象的机器模型在社会心理学和人机交互领域具有价值。我们在设计这项研究时首先关注的是为这个问题领域开发一个可靠的基础事实。我们通过收集大量在一组全面的特征类别中表现出强烈人类共识的面孔来实现这一点。然后，使用不同的协作方法训练由Levenberg-Marquardt神经网络组成的几个单分类器系统和集成系统，以匹配人类对人脸的六个特征维度（智力、成熟度、温暖度、社交性、支配性和可信度）的感知。我们的结果表明，使用集成的机器学习方法在预测某些面孔对普通人类观察者的社会印象方面与大多数个体人类的能力一样强。单分类器系统与人的表现不匹配，而与信号群匹配。本章包括一个适用于新手的教程，介绍研究中报告的实验中使用的单分类器系统和协作方法。关于整个系列，请参见[Zbl 1178.68013号]. MSC公司： 68吨10 模式识别、语音识别 关键词：分类器系统 软件：公关工具 PDF格式BibTeX公司 XML格式引用 \textit{S.Brahnam}和\textit{L.Nanni}，《情报》。系统。参考Libr。1403-439（2009年；兹比尔1184.68438） 全文： 内政部