基于复杂网络的分类器融合

摘要：

分类器融合指使用一系列学习器进行学习得到个体分类器,并使用某种规则把各个学习结果进行整合从而获得比单个学习器更好的学习效果.结合统计机器学习理论及复杂网络分析技术,提出了一种基于复杂网络的分类器融合算法.该方法利用"边"(个体分类器输出的共现关系)的先验分布信息及个体分类器对新样本输出的共现关系信息,计算新样本属于各类别的后验概率.

关键词：分类器、集成学习、复杂网络、贝叶斯方法

所属期刊栏目：8

分类号：TP393.03(计算技术、计算机技术)

资助基金：石家庄经济学院校内科研项目XN200818;北京市教委北京市教育委员会科技发展计划面上项目KM200610005020

在线出版日期：2008-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3827-3830,3840