基于动态加权的粗糙子空间集成

被引：1

作者：

欧吉顺 ^{[1
]}

朱玉全 ^{[1
]}

陈耿 ^{[2
]}

于海平 ^{[1
]}

机构：

[1] 江苏大学计算机科学与通信工程学院

[2] 南京审计学院江苏省级审计信息工程重点实验室

来源：

计算机工程 | 2010年 / 36卷 / 22期

关键词：

集成学习; 粗糙集; 属性约简; 动态加权;

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：

提出一种基于动态加权的粗糙子空间集成方法EROS-DW。利用粗糙集属性约简方法获得多个特征约简子集,并据此训练基分类器。在分类阶段,根据给定待测样本的具体特征动态地为每个基分类器指派相应的权重,采用加权投票组合规则集成各分类器的输出结果。利用UCI标准数据集对该方法的性能进行测试。实验结果表明,相较于经典的集成方法,EROS-DW方法可以获得更高的分类准确率。

引用

页码：178 / 180

页数：3

共 6 条

[1] 集成学习的多分类器动态组合方法 [J].