电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2013年
4期
810-814
,共5页
姚旭%王晓丹%张玉玺%邢雅琼
姚旭%王曉丹%張玉璽%邢雅瓊
요욱%왕효단%장옥새%형아경
集成学习%随机子空间%AdaBoost算法%粒子群优化
集成學習%隨機子空間%AdaBoost算法%粒子群優化
집성학습%수궤자공간%AdaBoost산법%입자군우화
如何构造差异性大且精确度高的基分类器是集成学习的重点,为此提出一种新的集成学习方法——利用PSO寻找使得AdaBoost依样本权重抽取的数据集分类错误率最小化的最优特征权重分布,依据此最优权重分布对特征随机抽样生成随机子空间,并应用于AdaBoost的训练过程中.这就在增加分类器间差异性的同时保证了基分类器的准确度.最后用多数投票法融合各基分类器的决策结果,并通过仿真实验验证该方法的有效性.
如何構造差異性大且精確度高的基分類器是集成學習的重點,為此提齣一種新的集成學習方法——利用PSO尋找使得AdaBoost依樣本權重抽取的數據集分類錯誤率最小化的最優特徵權重分佈,依據此最優權重分佈對特徵隨機抽樣生成隨機子空間,併應用于AdaBoost的訓練過程中.這就在增加分類器間差異性的同時保證瞭基分類器的準確度.最後用多數投票法融閤各基分類器的決策結果,併通過倣真實驗驗證該方法的有效性.
여하구조차이성대차정학도고적기분류기시집성학습적중점,위차제출일충신적집성학습방법——이용PSO심조사득AdaBoost의양본권중추취적수거집분류착오솔최소화적최우특정권중분포,의거차최우권중분포대특정수궤추양생성수궤자공간,병응용우AdaBoost적훈련과정중.저취재증가분류기간차이성적동시보증료기분류기적준학도.최후용다수투표법융합각기분류기적결책결과,병통과방진실험험증해방법적유효성.
