计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
17期
131-134,147
,共5页
数据挖掘%分类%神经网络%组合多分类器
數據挖掘%分類%神經網絡%組閤多分類器
수거알굴%분류%신경망락%조합다분류기
分类在数据挖掘中扮演着很重要的角色,然而单个分类器有很多缺点,包括适用范围十分有限和分类准确度不高等..把多个单分类器的分类结果融合起来是克服这些缺点的有效途径,因此存在很高的研究价值.组合多分类器的一个核心内容是融合规则.现存的融合规则有积规则、和规则、中值规则与投票规则等,但这些规则性能还不够稳定.提出了一个新的基于神经网络的融合规则,并依此建立一个新的多分类器组合模型,实验表明它能提高分类准确度和稳定性.
分類在數據挖掘中扮縯著很重要的角色,然而單箇分類器有很多缺點,包括適用範圍十分有限和分類準確度不高等..把多箇單分類器的分類結果融閤起來是剋服這些缺點的有效途徑,因此存在很高的研究價值.組閤多分類器的一箇覈心內容是融閤規則.現存的融閤規則有積規則、和規則、中值規則與投票規則等,但這些規則性能還不夠穩定.提齣瞭一箇新的基于神經網絡的融閤規則,併依此建立一箇新的多分類器組閤模型,實驗錶明它能提高分類準確度和穩定性.
분류재수거알굴중분연착흔중요적각색,연이단개분류기유흔다결점,포괄괄용범위십분유한화분류준학도불고등..파다개단분류기적분류결과융합기래시극복저사결점적유효도경,인차존재흔고적연구개치.조합다분류기적일개핵심내용시융합규칙.현존적융합규칙유적규칙、화규칙、중치규칙여투표규칙등,단저사규칙성능환불구은정.제출료일개신적기우신경망락적융합규칙,병의차건립일개신적다분류기조합모형,실험표명타능제고분류준학도화은정성.
