论文摘要
分类所关心的一个根本问题是如何有效地提高分类系统的泛化能力。尽管传统的分类技术在一些领域已经得到了成功应用,其泛化能力也得到一定程度的认可,但是随着时代的进步和科学技术的不断发展,人们对其技术成果有了更高的要求,这就意味着需要开发新的有效技术来满足人们深层次的需求。多分类器集成技术就是在这样的背景下产生的,它通过集成多个满足一定条件的学习个体来达到有效改善分类系统泛化能力和鲁棒性的目的。分类器集成已成为机器学习和数据挖掘等领域的一个研究热点,其研究人员众多,成果亦层出不穷。论文比较全面地介绍了分类器集成的研究现状、工作原理以及常见方法。重点探讨了多分类器集成的一个重要分支—多分类器动态集成技术,并就当前多分类器动态集成方法所存在的一些不足,提出了相应的解决方案,有效地改善了集成系统的分类性能。论文的主要研究成果包括以下几个方面:1、系统介绍了多分类器集成技术的发展现状、相关概念和工作机制。详细讨论了三种经典的多分类器集成方法。2、探究了多分类器动态集成技术的基本原理。总结了动态集成的基本框架。对当前常见的动态集成方法进行了分类整理,并概要地归纳了这些动态方法存在的主要不足。3、针对动态集成方法在训练样本不足情形下对基分类器的“局部分类性能”评估不可靠的问题,将交叉验证技术引入到动态集成过程,提出一类基于交叉验证的动态加权集成方法,具体包括四种方法,分别为DWEC-CV-KOLP、DWEC-CV-KLCP、DWEC-CV-OLA、DWEC-CV-LCA。利用UCI数据库中的小规模数据集对提出的四种方法进行了实验验证。实验结果表明,同一些经典的集成方法相比,当训练集规模不是很大时,提出的方法可以获得更好的分类效果。4、为了消除待测样本邻域中“假邻居”样本对基分类器局部性能分析造成的干扰,在构造邻域的过程中引入了“多分类器行为”信息,提出了一种基于多分类器行为的动态加权集成方法DWEC-CV-MCB。实验表明,改进后的方法不仅可以获得较优良的分类性能,同时可以降低人工选定参数K带来的风险和代价。5、研究了如何利用动态集成技术来提高分类系统的增量分类能力。针对增量式集成算法Learn++的两点不足,提出了一种基于动态选择的增量式集成算法,改善了分类系统的增量学习效果和泛化性能。
论文目录
相关论文文献
- [1].基于动态分类器集成系统的卷烟感官质量预测方法[J]. 计算机应用与软件 2020(01)
- [2].基于标准数据集的分类器融合学习模型[J]. 微型电脑应用 2020(04)
- [3].一种自适应子融合集成多分类器方法[J]. 计算机测量与控制 2019(04)
- [4].基于多分类器融合的近红外光谱技术鉴别蜂蜜品种[J]. 化学分析计量 2019(03)
- [5].基于分类器的身份证号码识别研究[J]. 贵州科学 2018(01)
- [6].一种基于多分类器融合的人体运动行为识别模型[J]. 计算机科学 2016(12)
- [7].一种基于混淆矩阵的分类器选择方法[J]. 河南理工大学学报(自然科学版) 2017(02)
- [8].一种代价敏感的三类分类器评估方法的研究与应用[J]. 通化师范学院学报 2017(08)
- [9].基于多分类器组合的遥感土地利用分类研究[J]. 安徽农业科学 2015(32)
- [10].多分类器融合与单分类器影像分类比较研究[J]. 矿山测量 2016(04)
- [11].《未来垃圾分类器》[J]. 幼儿教育 2020(14)
- [12].基于多分类器组合的城市不透水面提取研究[J]. 城市地理 2017(04)
- [13].《垃圾分类器》[J]. 辅导员 2016(11)
- [14].多分类器融合的遥感影像分类方法实验研究[J]. 全球定位系统 2020(05)
- [15].一种基于核聚类的多分类器选择算法[J]. 电子技术与软件工程 2020(13)
- [16].基于一种新的级联分类器的目标检测系统[J]. 现代电子技术 2020(01)
- [17].最佳的分类器链局部检测与挖掘算法[J]. 计算机工程与设计 2017(11)
- [18].基于多分类器融合与模糊综合评判的滚动轴承故障诊断[J]. 中国科技论文 2016(04)
- [19].近红外光谱和多分类器融合的葡萄酒品种判别研究[J]. 光谱学与光谱分析 2016(11)
- [20].基于多分类器集成的语音情感识别[J]. 微电子学与计算机 2015(07)
- [21].基于集成分类器的流量识别技术研究[J]. 科技视界 2015(33)
- [22].二叉树型多分类器融合的轴承故障诊断方法[J]. 计算机工程与应用 2015(21)
- [23].智能垃圾分类器[J]. 科学启蒙 2013(12)
- [24].一种新的多分类器融合方法[J]. 西南师范大学学报(自然科学版) 2014(01)
- [25].动态加权投票的多分类器聚合[J]. 现代计算机(专业版) 2014(05)
- [26].面向用户观点分析的多分类器集成和优化技术[J]. 计算机学报 2013(08)
- [27].基于证据理论的优化集成分类器融合算法及应用[J]. 化工学报 2012(09)
- [28].多类不平衡数据上的分类器性能比较研究[J]. 计算机工程 2011(10)
- [29].基于多分类器融合的语音识别方法研究[J]. 重庆邮电大学学报(自然科学版) 2011(04)
- [30].基于粗糙集约简的多分类器系统构造方法[J]. 计算机工程与应用 2010(03)