使用混合差异性度量的分类器选择方法

• 作者: 米爱中 陆瑶
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 分类器集成 差异性 遗传算法 图着色方法 信息熵
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 理论与算法
• 页码范围: 1522-1530
• 页数: 9页
• 分类号: TP391
• 字数: 6297字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1706078

摘要

分类器集成系统已广泛应用于模式识别的各个领域,然而随着分类器数量的增加,导致分类器间差异度的减小而产生冗余.因此需要研究在保障集成性能的同时,剔除冗余分类器,减小分类器集合的规模.提出了一种使用混合差异性度量的分类器选择方法.该方法首先将成对差异度矩阵转换为邻接矩阵,以一个图或多个图的形式表示;然后利用基于遗传算法的图着色方法,根据着色结果将分类器分组;最后给出一种基于信息熵和非成对差异性度量的评价体系,根据各组的权值选出一组作为最终分类器集合.通过与多种集成方法在UCI数据库的8组数据集上的实验对比,证明了所提方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	米爱中	河南理工大学计算机科学与技术学院	18	41	3.0	6.0
2	陆瑶	河南理工大学计算机科学与技术学院	2	7	2.0	2.0