模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2012年
5期
865-873
,共9页
分类%产生式分类器%判别式分类器%遗传算法
分類%產生式分類器%判彆式分類器%遺傳算法
분류%산생식분류기%판별식분류기%유전산법
产生式方法和判别式方法是解决分类问题的两种不同框架,具有各自的优势.为利用两种方法各自的优势,文中提出一种产生式与判别式线性混合分类模型,并设计一种基于遗传算法的产生式与判别式线性混合分类模型的学习算法.该算法将线性混合分类器混合参数的学习看作一个最优化问题,以两个基分类器对每个训练数据的后验概率值为数据依据,用遗传算法找出线性混合分类器混合参数的最优值.实验结果表明,在大多数数据集上,产生式与判别式线性混合分类器的分类准确率优于或近似于它的两个基分类器中的优者.
產生式方法和判彆式方法是解決分類問題的兩種不同框架,具有各自的優勢.為利用兩種方法各自的優勢,文中提齣一種產生式與判彆式線性混閤分類模型,併設計一種基于遺傳算法的產生式與判彆式線性混閤分類模型的學習算法.該算法將線性混閤分類器混閤參數的學習看作一箇最優化問題,以兩箇基分類器對每箇訓練數據的後驗概率值為數據依據,用遺傳算法找齣線性混閤分類器混閤參數的最優值.實驗結果錶明,在大多數數據集上,產生式與判彆式線性混閤分類器的分類準確率優于或近似于它的兩箇基分類器中的優者.
산생식방법화판별식방법시해결분류문제적량충불동광가,구유각자적우세.위이용량충방법각자적우세,문중제출일충산생식여판별식선성혼합분류모형,병설계일충기우유전산법적산생식여판별식선성혼합분류모형적학습산법.해산법장선성혼합분류기혼합삼수적학습간작일개최우화문제,이량개기분류기대매개훈련수거적후험개솔치위수거의거,용유전산법조출선성혼합분류기혼합삼수적최우치.실험결과표명,재대다수수거집상,산생식여판별식선성혼합분류기적분류준학솔우우혹근사우타적량개기분류기중적우자.
