分类器的动态选择与循环集成方法

被引：20

作者：

郝红卫 ^{[1
]}

王志彬 ^{[1
]}

殷绪成 ^{[1
]}

陈志强 ^{[2
]}

机构：

[1] 北京科技大学计算机与通信工程学院

[2] 广州市劳动保障信息中心

来源：

自动化学报 | 2011年 / 37卷 / 11期

关键词：

多分类器系统; 动态选择; 循环集成; 互补指数;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对多分类器系统设计中最优子集选择效率低下、集成方法缺乏灵活性等问题,提出了分类器的动态选择与循环集成方法(Dynamic selection and circulating combination,DSCC).该方法利用不同分类器模型之间的互补性,动态选择出对目标有较高识别率的分类器组合,使参与集成的分类器数量能够随识别目标的复杂程度而自适应地变化,并根据可信度实现系统的循环集成.在手写体数字识别实验中,与其他常用的分类器选择方法相比,所提出的方法灵活高效,识别率更高.

引用

页码：1290 / 1295

页数：6

共 9 条

[1] 基于最近邻规则的神经网络训练样本选择方法 [J].