多层组合分类器研究

被引：8

作者：

蒋艳凰

杨学军

机构：

[1] 国防科技大学计算机学院

[2] 国防科技大学计算机学院湖南长沙

[3] 湖南长沙

来源：

计算机工程与科学 | 2004年 / 06期

基金：

国家杰出青年科学基金;

关键词：

监督学习; 简单贝叶斯法; 反向前馈神经网络; 分层组合模型;

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：

为了提高监督分类的精度,本文从组合分类器的结构出发,提出一种横向多层组合模型,并对这种模型的运行方式与组合特性进行分析。该模型每层含有一个分类器,每个分类器的输入和输出一起作为其后面一层的输入。我们将简单贝叶斯法与BP神经网络组合成两层分类器。实验结果表明,这种组合方式有效地提高了单个方法的分类精度。

引用

页码：67 / 69+76 +76

页数：4