基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在基于Stacking框架下异构分类器集成的元学习基础上,将无监督的聚类应用到分类过程中,提出一种基于聚类分析的改进Stacking集成算法.训练样本首先被基分类器分类,随后分类结果被聚类成多个簇,以便分类结果相一致的样本能够被聚集至同一个簇中,同时,将样本特征属性也应用到聚类过程中以增强聚类效果,在每个聚簇内应用C4.5决策树算法提炼决策边界;在分类阶段,首先找出与待分类样本距离最近的聚簇,之后用此聚簇的决策树模型进行分类.实验结果表明,该算法在分类准确性方面有明显优势.
推荐文章
基于微粒群算法的聚类分析
数据挖掘
聚类分析
微粒群算法
基于改进 ISODATA 的无先验扩展目标聚类分析算法
扩展目标
聚类
弹载雷达
改进的ISODATA算法
基于粒子群优化算法的空间聚类分析
粒子群优化
空间聚类
数据挖掘
基于改进聚类分析算法的入侵检测系统研究
入侵检测
聚类分析
K-means算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于聚类分析的改进堆叠算法
来源期刊 计算机与数字工程 学科 工学
关键词 分类器集成 Stacking 聚类 元学习
年,卷(期) 2013,(11) 所属期刊栏目 算法与分析
研究方向 页码范围 1725-1728
页数 4页 分类号 TP181
字数 4852字 语种 中文
DOI 10.3969/j.issn.1672-9722.2013.11.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钟勇 佛山科学技术学院电子与信息工程学院 46 354 9.0 17.0
2 张润晶 佛山科学技术学院信息与教育技术中心 8 57 4.0 7.0
3 胡小生 佛山科学技术学院电子与信息工程学院 19 198 7.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (292)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
分类器集成
Stacking
聚类
元学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导