多决策模板分类器融合

• 作者: 刘明 张锁良 李昆仑 袁保宗
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模式识别 分类器融合 模糊系统
• 年，卷（期）: 2011,（27）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 216-220
• 分类号: TP181
• 字数: 6251字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.27.059

摘要

针对多类分类问题提出了一种新的度量层分类器融合方法,为每个模式类设置多个决策模板,每个决策模板针对一种容易发生的分类错误,从而能够有效地降低错误率；此外,采用模糊系统表示Meta层样本与各个决策模板之间的关系,能够比较准确地计算样本属于各个模式类的总分类置信度.从公用数据仓库中选取了三个较大规模数据集对新方法进行测试,并且与k-近邻规则、投票法、朴素贝叶斯法、线性规则、模板匹配法等常用的分类器融合方法进行了比较.大量实验结果表明,对于类别数在3～15之间的分类问题,该方法具有较好的综合性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘明	河北大学电子信息工程学院	36	188	6.0	13.0
2	袁保宗	北京交通大学信息科学研究所	33	569	11.0	23.0
3	李昆仑	河北大学电子信息工程学院	32	624	13.0	24.0
4	张锁良	河北大学电子信息工程学院	20	96	6.0	9.0