中国学术期刊网络出版总库
  关闭
利用旋转森林变换的异构多分类器集成算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Isomerous multiple classifier ensemble via transformation of the rotating forest
【下载频次】 ★★★★★
【作者】 毛莎莎; 熊霖; 焦李成; 张爽; 陈博;
【英文作者】 MAO Shasha; XIONG Lin; JIAO Licheng; ZHANG Shuang; CHEN Bo; Ministry of Education Key Lab.of Intelligent Perception and Image Understanding; Xidian Univ.;
【作者单位】 西安电子科技大学智能感知与图像理解教育部重点实验室;
【文献出处】 西安电子科技大学学报 , Journal of Xidian University, 编辑部邮箱 2014年 05期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 集成分类器; 旋转森林; 支撑矢量机; 核匹配追踪;
【英文关键词】 classifier ensemble; rotation forest; support vector machine; kernel matching pursuit;
【摘要】 为了增强集成系统中各分类器之间的差异性,提出了一种使用旋转森林策略集成两种不同模型分类器的方法,即异构多分类器集成学习算法.首先采用旋转森林对原始样本集进行变换划分,获得新的样本集;然后通过特定比例选择分类精度高的支撑矢量机或分类速度较快的核匹配追踪作为基本的集成个体分类器,并对新样本集进行分类,获得其预测标记;最后结合两种模型下的预测标记.该算法通过结合两种不同分类器模型,实现了精度和速度互补,将二者混合集成后改善了集成系统泛化误差,相比单个模型集成提高了系统分类性能.对UCI数据集和遥感图像数据集的仿真实验结果表明,文中算法相比单一分类器集成缩短了运行时间,同时提高了系统的分类准确率.
【英文摘要】 In order to boost the diversity among individual classifiers of an ensemble,a new ensemble method is proposed that combines two different classifier models via a transformation of rotation forest,named by isomerous multiple classifier ensemble.Firstly,the original samples are transformed and divided by the rotating forest to obtain new samples.Then support vector machine with the high accuracy of classification or kernel matching pursuit with the speedy classification is selected as a basic classifier model...
【基金】 国家重点基础研究发展计划资助项目(2013CB329402); 国家自然科学基金资助项目(61003198,60702062); 高等学校学科创新引智计划(111计划)资助项目(B07048)
【更新日期】 2014-11-06
【分类号】 TP181
【正文快照】 近年来,分类器集成[1-3]已成为机器学习领域研究的主流和热点.分类器集成是指将多个分类器进行结合以此来提高单个分类器的分类性能的学习方法,它是集成学习在有监督分类中的典型应用.1990年, Hansen和Salamon[4]首先提出了神经网络集成,并且证明集成多个网络能增强单个弱神?

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     自动推理、机器学习
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号