一种基于边界的贪心组合剪枝方法

• 作者: 职为梅 范明 郭华平
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 组合剪枝 边界 向前选择 向后剔除
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 136-143
• 页数: 8页
• 分类号: TP181
• 字数: 5744字
• 语种: 中文

摘要

理论及实验表明,在训练集上具有较大边界分布的组合分类器泛化能力较强.文中将边界概念引入到组合剪枝中,并用它指导组合剪枝方法的设计.基于此,构造一个度量标准(MBM)用于评估基分类器相对于组合分类器的重要性,进而提出一种贪心组合选择方法(MBMEP)以降低组合分类器规模并提高它的分类准确率.在随机选择的30个UCI数据集上的实验表明,与其它一些高级的贪心组合选择算法相比,MBMEP选择出的子组合分类器具有更好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭华平	郑州大学信息工程学院	12	41	4.0	6.0
2	范明	郑州大学信息工程学院	55	376	11.0	16.0
3	职为梅	郑州大学信息工程学院	17	85	6.0	8.0