基于子类划分和粒子群优化的自适应编码多类分类方法

• 作者: 王晓丹 薛爱军
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 模式识别 纠错输出编码 多类分类 于类划分 粒于群优化
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 211-218
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2016.1616

摘要

纠错输出编码(ECOC)可以有效地解决多类分类问题.基于数据的编码是主要的编码方法之一.对此,提出一种基于于类划分和粒于群优化(PSO)的自适应编码方法,利用混淆矩阵衡量各类别的相关性,基于规则的方法对类别进行自适应组合,根据组合方案构建类别的二类划分并最终形成编码矩阵,通过引入PSO算法寻找最优阈值,从而得到最优编码矩阵.实验结果表明,所提出的编码方法可以得到更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓丹	空军工程大学防空反导学院	135	1447	21.0	31.0
2	薛爱军	空军工程大学防空反导学院	13	85	5.0	9.0