集成分类器组合算法及其在医学诊断中的应用

• 作者: 张超群 李陶深 韦艳艳
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: 集成分类器 分类器组合 机器学习 Grading 医学诊断
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 计算机与电子信息科学
• 页码范围: 1151-1156
• 页数: 6页
• 分类号: TP181
• 字数: 3398字
• 语种: 中文

摘要

在计算机辅助诊断系统中使用集成分类器是提高机器识别能力的一种重要途径。针对集成分类器投票组合算法中存在的投票可信度问题，提出了一种基于Grading的集成分类器组合算法EGR，该算法根据集成分类器对样本的预测结果是否正确来转换相应样本的类标签，用新数据构造元分类器。在UCI医学数据集上进行的实验结果显示，EGR算法对分类精度的提升以及敏感性与特异性的整体改善是有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李陶深	广西大学计算机与电子信息学院	394	2640	25.0	36.0
2	张超群	广西民族大学广西混杂计算与集成电路设计分析重点实验室	19	476	7.0	19.0
6	韦艳艳	广西民族大学广西混杂计算与集成电路设计分析重点实验室	10	43	3.0	6.0