一种适用于多类问题的神经网络集成模型

被引：3

作者：

张东波 ^{[1
,2
]}

黄坤鑫 ^{[1
]}

机构：

[1] 湘潭大学信息工程学院

[2] 湘潭大学智能计算与信息处理教育部重点实验室

来源：

关键词：

集成学习; 神经网络; 多类问题;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种基于集成学习的适于多类问题的神经网络集成模型,其基本模块由一个OAA方式的二类别分类器和一个互补多类分类器组成.测试表明,该模型在多类问题上比其他经典集成算法有着更高的精度,并且有较少存储空间和计算时间的优势.

引用

页码：583 / 588

页数：6