一种新的基于约简的多分类器融合算法

• 作者: 刘遵仁 吴耿锋
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 邻域粗糙模型 约简 属性重要度 特征贡献率 融合特征子空间 样本相似度
• 年，卷（期）: 2012,（34）
• 所属期刊栏目: 博士论坛
• 页码范围: 11-16,59
• 页数: 7页
• 分类号: TP18
• 字数: 6528字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1203-0687

摘要

提出了一种新的多分类器融合算法.对特征的提取以约简为基础,按照一定的策略添加若干个属性重要度和特征贡献率大的特征,构成一个融合的特征子集空间；接着借助于kNN的思想,计算测试样本的k个最邻近点的类别百分比,为了提高分类精度,引入了样本相似度测度测试样本与k个最邻近点的相似性,通过设置合适的类别百分比和样本相似度的阈值,最终确定测试样本的类别归属.6个UCI标准数据集的实验分析表明,算法是有效的、可行的.详细分析了不同的约简和不同的阈值对分类精度的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴耿锋	上海大学计算机工程与科学学院	96	1482	18.0	35.0
2	刘遵仁	上海大学计算机工程与科学学院	19	93	5.0	9.0