模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2008年
5期
682-688
,共7页
聚类集成%集体差异性%人工数据
聚類集成%集體差異性%人工數據
취류집성%집체차이성%인공수거
集体差异性被认为是集成学习中的一个关键因素,在聚类集成的研究中,生成聚类集体的方法有许多种,但就专门致力于生成高差异性聚类集体的方法研究较少,基于此,本文提出生成高差异性聚类集体的方法CEAN和ICEAN,在算法中通过引入人工数据来增加聚类集体的差异性,用实验比较了CEAN和ICEAN与文献中出现的常用聚类集体生成方法,实验表明CEAN和ICEAN确实能增加生成集体的差异性,从而在相似平均集体成员准确度情况下使得聚类集成的效果更好.
集體差異性被認為是集成學習中的一箇關鍵因素,在聚類集成的研究中,生成聚類集體的方法有許多種,但就專門緻力于生成高差異性聚類集體的方法研究較少,基于此,本文提齣生成高差異性聚類集體的方法CEAN和ICEAN,在算法中通過引入人工數據來增加聚類集體的差異性,用實驗比較瞭CEAN和ICEAN與文獻中齣現的常用聚類集體生成方法,實驗錶明CEAN和ICEAN確實能增加生成集體的差異性,從而在相似平均集體成員準確度情況下使得聚類集成的效果更好.
집체차이성피인위시집성학습중적일개관건인소,재취류집성적연구중,생성취류집체적방법유허다충,단취전문치력우생성고차이성취류집체적방법연구교소,기우차,본문제출생성고차이성취류집체적방법CEAN화ICEAN,재산법중통과인입인공수거래증가취류집체적차이성,용실험비교료CEAN화ICEAN여문헌중출현적상용취류집체생성방법,실험표명CEAN화ICEAN학실능증가생성집체적차이성,종이재상사평균집체성원준학도정황하사득취류집성적효과경호.