基于改进的ReliefF算法的神经网络集成分类模型

被引：1

作者：

朱远枫

章晶

史娜

机构：

[1] 安徽大学计算智能与信号处理教育部重点实验室

来源：

关键词：

特征选择; ReliefF算法; 神经网络集成; 差异性;

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：

为进一步提高集成学习中各个神经网络的差异性,该文采用了一种改进的特征选择方法-基于概率抽样的ReliefF算法,并将其引入到集成所用的Bagging方法中。实验结果表明,该文提出的基于改进的ReliefF算法的神经网络集成分类模型的泛化能力优于Bagging方法。

引用

页码：1699 / 1700

页数：2