产生式与判别式线性混合分类器

• 作者: 柳亚琴 石洪波
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 分类 产生式分类器 判别式分类器 遗传算法
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 研究与应用
• 页码范围: 865-873
• 页数: 9页
• 分类号: TP181
• 字数: 9567字
• 语种: 中文

摘要

产生式方法和判别式方法是解决分类问题的两种不同框架,具有各自的优势.为利用两种方法各自的优势,文中提出一种产生式与判别式线性混合分类模型,并设计一种基于遗传算法的产生式与判别式线性混合分类模型的学习算法.该算法将线性混合分类器混合参数的学习看作一个最优化问题,以两个基分类器对每个训练数据的后验概率值为数据依据,用遗传算法找出线性混合分类器混合参数的最优值.实验结果表明,在大多数数据集上,产生式与判别式线性混合分类器的分类准确率优于或近似于它的两个基分类器中的优者.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石洪波	山西财经大学信息管理学院	45	446	11.0	19.0
2	柳亚琴	山西财经大学信息管理学院	11	107	5.0	10.0