集成特征选择的广义粗集方法与多分类器融合

• 作者: 孙亮 戴宁 沈建京 韩崇昭
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 集成特征选择 多分类器融合 广义粗集 高光谱
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 算法应用
• 页码范围: 298-304
• 页数: 7页
• 分类号: TP391.4|TP75
• 字数: 7501字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2008.00298

摘要

为改善多分类器系统的分类性能,提出了基于广义粗集的集成特征选择方法.为在集成特征选择的同时获取各特征空间中的多类模式可分性信息,研究并提出了关于多决策表的相对优势决策约简,给出了关于集成特征选择的集成属性约简(Ensemble attribute reduction,EAR)方法,结合基于知识发现的KD-DWV算法进行了高光谱遥感图像植被分类比较实验.结果表明,EAR方法与合适的多分类器融合算法结合可有效提高多分类器融合的推广性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙亮		4	23	2.0	4.0
2	韩崇昭	两安交通人学电子与信息工程学院综合自动化研究所	1	15	1.0	1.0
3	沈建京		38	322	9.0	17.0