多分类器选择集成方法

摘要：

针对目前人们对分类性能的高要求和多分类器集成实现的复杂性,从基分类器准确率和基分类器间差异性两方面出发,提出了一种新的多分类器选择集成算法.该算法首先从生成的基分类器中选择出分类准确率较高的,然后利用分类器差异性度量来选择差异性大的高性能基分类器,在分类器集成之前先对分类器集进行选择获得新的分类器集.在UCI数据库上的实验结果证明,该方法优于bagging方法,取得了很好的分类识别效果.

关键词：多分类器集成、差异性度量、基分类器选择

所属期刊栏目：45

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60702056

在线出版日期：2009-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：186-187,190