一种新的基于聚类的多分类器融合算法

被引:12
作者
刘汝杰
袁保宗
唐晓芳
机构
[1] 北方交通大学信息科学研究所
[2] 北方交通大学信息科学研究所 北京
[3] 北京
基金
国家自然科学基金重点项目;
关键词
多分类器融合; 聚类分析; 分类;
D O I
暂无
中图分类号
TP14 [自动信息理论];
学科分类号
0711 ; 071102 ; 0811 ; 081101 ; 081103 ;
摘要
提出了一种新的多分类器融合算法 ,该算法能找出各分类器在特征空间中局部性能较好的区域 ,并利用具有最优局部性能的分类器的输出作为最终的融合结果 .首先 ,利用各分类器对训练样本进行分类 ,这样训练样本被划分为正确分类样本和错误分类样本两个集合 ;接着 ,对这两个样本集合分别进行聚类分析来划分特征空间 ,并计算各分类器在特征空间局部区域中的性能 ;在测试时 ,选择测试样本周围局部性能最优的分类器的输出作为最终的融合结果 .基于 EL ENA数据集的实验显示了该算法的有效性 .
引用
收藏
页码:1236 / 1241
页数:6
相关论文
共 2 条
[1]   A genetic clustering algorithm for data with non-spherical-shape clusters [J].
Tseng, LY ;
Yang, SB .
PATTERN RECOGNITION, 2000, 33 (07) :1251-1259
[2]   Combining evidence in personal identity verification systems [J].
Kittler, J ;
Matas, J ;
Jonsson, K ;
Sanchez, MUR .
PATTERN RECOGNITION LETTERS, 1997, 18 (09) :845-852