基于分类器判决可靠度估计的最优线性集成方法

• 作者: 丁晓青 鲁湛
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 最优线性集成 判决可靠度 动态权重分配 分类置信度
• 年，卷（期）: 2002,（8）
• 所属期刊栏目: 短文
• 页码范围: 890-895
• 页数: 6页
• 分类号: TP18
• 字数: 5949字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2002.08.015

摘要

多分类器集成的目标是充分利用每一个分类器的长处,既要发挥它们的最佳性能,又能克服单个分类器的弱点,以达到最优的系统识别性能.该文提出一种基于分类器判决可靠度估计的多分类器集成方法,利用各分类器对当前输入样本的判决后验概率,实时估计它们的分类判决可靠度,并指导集成权重系数的分配.该方法能够使集成权重更灵活地适应不同的输入变化,充分利用每个分类器当前的识别能力,从而获得更好的集成效果.该文结合最小均方误差准则(MSE)下的最优线性集成方法给出了权重模型和训练算法,并与其它的线性集成模型作了比较.实验表明,不论在最优化准则下的最终误差还是在实际识别性能上,作者提出的方法都取得了最好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁晓青	清华大学智能技术与系统国家重点实验室	86	2062	24.0	44.0
5	鲁湛	清华大学智能技术与系统国家重点实验室	1	11	1.0	1.0