基于Boosting的模糊分类规则集成学习及应用

• 作者: 方敏 王宝树
• 来源期刊: 宇航学报
• 学科: 工学
• 关键词: 模糊分类规则 AdaBoost算法 遗传算法 集成
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 论文
• 页码范围: 640-643,675
• 页数: 5页
• 分类号: TP301.6
• 字数: 4478字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1328.2005.05.022

摘要

由于难于获得先验知识,样本可分性差,辐射源识别很难达到很高的识别率.结合AdaBoost算法和遗传算法,提出了一种模糊分类规则的迭代学习方法.在每轮迭代训练过程中,算法通过调整训练样本的分布,利用遗传算法产生分类规则.减少分类规则能够正确分类样本的权值,使得新产生的分类规则重点考虑难于分类和拒识的样本.在规则学习的适应度函数中考虑训练实例的分布,使模糊分类规则在产生阶段就考虑相互之间的协作,改善了模糊分类规则的整体识别能力.辐射源识别实验结果表明,该方法具有良好的分类识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方敏	西安电子科技大学计算机学院	34	305	11.0	16.0
3	王宝树	西安电子科技大学计算机学院	124	2305	25.0	43.0