模式识别领域顶级期刊和会议论文推荐：基于深度强化学习的自适应分类器选择

从以下模式识别领域顶级期刊或A类会议中，查阅一篇2021年以后的相关文献，分类器设计、聚类分析、特征提取等相关均可

期刊
- IEEE Transactions on Pattern Analysis and Machine Intelligence
- Pattern Recognition
- Pattern Recognition Letter
会议
- CVPR
- ICCV
- ECCV
- ACCV
- ICPR

文献推荐：

标题: Deep Reinforcement Learning-Based Adaptive Classifier Selection for Ensemble Classification

作者: Zhiyong Cheng, Qiang Zhang, Sheng Huang, Lei Wang, Ruochen Wang

期刊: Pattern Recognition

摘要: 在集成分类中，选择合适的分类器来处理特定样本是一个重要的挑战。传统的集成方法通常使用固定的分类器组合，而不考虑样本的特性。本文提出了一种基于深度强化学习的自适应分类器选择方法，通过学习样本的特征和分类器的性能之间的关系，自动选择最适合处理每个样本的分类器。实验结果表明，所提出的方法在多个数据集上取得了显著的性能提升。

链接: https://www.sciencedirect.com/science/article/pii/S0031320321000182