CAJ | 학술논문

多分类器集成的目标是充分利用每一个分类器的长处,既要发挥它们的最佳性能,又能克服单个分类器的弱点,以达到最优的系统识别性能.该文提出一种基于分类器判决可靠度估计的多分类器集成方法,利用各分类器对当前输入样本的判决后验概率,实时估计它们的分类判决可靠度,并指导集成权重系数的分配.该方法能够使集成权重更灵活地适应不同的输入变化,充分利用每个分类器当前的识别能力,从而获得更好的集成效果.该文结合最小均方误差准则(MSE)下的最优线性集成方法给出了权重模型和训练算法,并与其它的线性集成模型作了比较.实验表明,不论在最优化准则下的最终误差还是在实际识别性能上,作者提出的方法都取得了最好的效果.
다분류기집성적목표시충분이용매일개분류기적장처,기요발휘타문적최가성능,우능극복단개분류기적약점,이체도최우적계통식별성능.해문제출일충기우분류기판결가고도고계적다분류기집성방법,이용각분류기대당전수입양본적판결후험개솔,실시고계타문적분류판결가고도,병지도집성권중계수적분배.해방법능구사집성권중경령활지괄응불동적수입변화,충분이용매개분류기당전적식별능력,종이획득경호적집성효과.해문결합최소균방오차준칙(MSE)하적최우선성집성방법급출료권중모형화훈련산법,병여기타적선성집성모형작료비교.실험표명,불론재최우화준칙하적최종오차환시재실제식별성능상,작자제출적방법도취득료최호적효과.