计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2010年
16期
3658-3661,3665
,共5页
模糊聚类%模糊隶属度%Bagging%动态加权%分类器集成
模糊聚類%模糊隸屬度%Bagging%動態加權%分類器集成
모호취류%모호대속도%Bagging%동태가권%분류기집성
基于模糊聚类的思想提出了一种新的两级集成分类器算法.将数据集用Fuzzy C-Means算法进行聚类,得到每个实例对应于每个类别的模糊隶属度.一级集成根据Bagging算法获得成员分类器,分类器个数为数据集类别数且每个成员分类器对应一个类别标号,这些成员分类器的采样方式是通过其对应类别的模糊隶属度为每个实例加权后进行随机重采样.二级集成是将一级集成产生的针对类别的成员分类器通过动态加权多数投票法来组合,学习到最终的分类结果.该算法称为EWFuzzyBagging,实验结果表明,该算法与Bagging和AdaBoost相比具有更好的健壮性.
基于模糊聚類的思想提齣瞭一種新的兩級集成分類器算法.將數據集用Fuzzy C-Means算法進行聚類,得到每箇實例對應于每箇類彆的模糊隸屬度.一級集成根據Bagging算法穫得成員分類器,分類器箇數為數據集類彆數且每箇成員分類器對應一箇類彆標號,這些成員分類器的採樣方式是通過其對應類彆的模糊隸屬度為每箇實例加權後進行隨機重採樣.二級集成是將一級集成產生的針對類彆的成員分類器通過動態加權多數投票法來組閤,學習到最終的分類結果.該算法稱為EWFuzzyBagging,實驗結果錶明,該算法與Bagging和AdaBoost相比具有更好的健壯性.
기우모호취류적사상제출료일충신적량급집성분류기산법.장수거집용Fuzzy C-Means산법진행취류,득도매개실례대응우매개유별적모호대속도.일급집성근거Bagging산법획득성원분류기,분류기개수위수거집유별수차매개성원분류기대응일개유별표호,저사성원분류기적채양방식시통과기대응유별적모호대속도위매개실례가권후진행수궤중채양.이급집성시장일급집성산생적침대유별적성원분류기통과동태가권다수투표법래조합,학습도최종적분류결과.해산법칭위EWFuzzyBagging,실험결과표명,해산법여Bagging화AdaBoost상비구유경호적건장성.
