基于BP神经网络的Stacking模型融合的光谱分类算法

摘要：

文章介绍了Stacking集成学习方法、BP神经网络模型,分别讨论了单分类器的精度,特征提取与单分类器结合的算法的精度、Stacking集成学习算法的精度.实验测试表明,以决策树、LDA、朴素贝叶斯、随机森林为基学习器,以BP神经网络为元学习器所建立的Stacking算法是最佳的光谱分类算法,该算法稳定性强,学习效果好,平均准确率高达94％.

关键词：Stacking模型融合、BP神经网络模型、多分类问题

所属期刊栏目：6

分类号：TP18(自动化基础理论)

在线出版日期：2022-07-05（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：91-94,99