基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高数据分类的性能,提出了一种基于信息熵[1]的多分类器动态组合方法(EMDA).此方法在多个UCI标准数据集上进行了测试,并与由集成学习算法桝daBoost,训练出的各个基分类器的分类效果进行比较,证明了该算法的有效性.
推荐文章
基于NN多分类器组合的入侵检测方法
入侵检测
神经网络
多分类器组合
一种自适应子融合集成多分类器方法
分类器联合
决策置信度
决策支持度
基于多分类器组合的红外目标识别方法
红外探测
模式识别
多分类器组合
BP神经网络
决策融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于信息熵的多分类器动态组合方法
来源期刊 计算机工程与应用 学科 工学
关键词 多分类器 信息熵 聚类 分类器组合 Adaboost
年,卷(期) 2008,(22) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 146-148
页数 3页 分类号 TP391.4
字数 3874字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.22.043
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张化祥 山东师范大学信息科学与工程学院 73 576 14.0 19.0
2 陈冰 山东师范大学信息科学与工程学院 3 16 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (25)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (6)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多分类器
信息熵
聚类
分类器组合
Adaboost
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
山东省自然科学基金
英文译名:Natural Science Foundation of Shandong Province
官方网址:http://kyc.wfu.edu.cn/second/wnfw/shandongshengzirankexuejijin.htm
项目类型:重点项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导