一种模糊分类器集成的方法

被引:3
作者
阳爱民 [1 ]
胡运发 [2 ]
周咏梅 [1 ]
机构
[1] 湖南工业大学计算机系
[2] 复旦大学计算机与信息技术系
基金
湖南省自然科学基金;
关键词
分类器集成; 模糊分类器; 模糊积分; 模糊积分密度;
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
提出了一种基于模糊积分的模糊分类器集成的方法,该方法能在模糊分类器生成过程中,进一步减少主观因素的参与成份,使分类模器具有更好的稳定性和更高的分类识别率。给出了基于隶属度矩阵的模糊积分密度确定方法,介绍了基于模糊积分的分类器集成算法。用权威的数据集作为实验数据集,将提出方法与已有的分类器集成方法进行实验比较,评测了所提出方法的有效性。
引用
收藏
页码:44 / 47
页数:4
相关论文
共 5 条
[1]   神经网络集成 [J].
周志华 ;
陈世福 .
计算机学报, 2002, (01) :1-8
[2]  
模糊分类模型的研究.[D].阳爱民.复旦大学.2005, 07
[3]  
模糊信息处理及应用.[M].曹谢东编著;.科学出版社.2003,
[4]   Bagging predictors [J].
Breiman, L .
MACHINE LEARNING, 1996, 24 (02) :123-140
[5]   THE STRENGTH OF WEAK LEARNABILITY [J].
SCHAPIRE, RE .
MACHINE LEARNING, 1990, 5 (02) :197-227