计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2010年
22期
178-180
,共3页
欧吉顺%朱玉全%陈耿%于海平
歐吉順%硃玉全%陳耿%于海平
구길순%주옥전%진경%우해평
集成学习%粗糙集%属性约简%动态加权
集成學習%粗糙集%屬性約簡%動態加權
집성학습%조조집%속성약간%동태가권
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.
提齣一種基于動態加權的粗糙子空間集成方法EROS-DW.利用粗糙集屬性約簡方法穫得多箇特徵約簡子集,併據此訓練基分類器.在分類階段,根據給定待測樣本的具體特徵動態地為每箇基分類器指派相應的權重,採用加權投票組閤規則集成各分類器的輸齣結果.利用UCI 標準數據集對該方法的性能進行測試.實驗結果錶明,相較于經典的集成方法,EROS-DW 方法可以穫得更高的分類準確率.
제출일충기우동태가권적조조자공간집성방법EROS-DW.이용조조집속성약간방법획득다개특정약간자집,병거차훈련기분류기.재분류계단,근거급정대측양본적구체특정동태지위매개기분류기지파상응적권중,채용가권투표조합규칙집성각분류기적수출결과.이용UCI 표준수거집대해방법적성능진행측시.실험결과표명,상교우경전적집성방법,EROS-DW 방법가이획득경고적분류준학솔.
