多神经网络分类器的融合方法的比较

• 作者: 陈俊芬
• 来源期刊: 大众科技
• 学科: 工学
• 关键词: 神经网络 多分类器 多数投票法 加权平均法 融合系统
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 信息技术与通信
• 页码范围: 30-31,15
• 分类号: TP301.6
• 字数: 2274字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-1151.2011.09.013

摘要

算术平均、多数投票等融合方法已被很多研究者广泛使用，使用这些融合方法的假设条件是所有分类器是相互独立的。用互不相容的子集作为训练集来提高各个神经网络分类器的独立性。选择9种常见的融合方法在2个UCI的两类数据库进行实验，用来比较哪种融合方法更有效。实验结果表明取大法能获得很好的融合效果，加权平均法和加权投票法的融合性能不比平均法和多数投票法好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊芬	河北大学数学与计算机学院	6	11	2.0	3.0