基于选择性集成的并行多分类器融合方法

• 作者: 亢蕊楠 刘丽燕 陶晓玲
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 多分类器融合 选择性集成 D-S证据理论 MapReduce 并行化
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 高性能计算
• 页码范围: 787-792
• 页数: 6页
• 分类号: TP393
• 字数: 4883字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.05.004

摘要

为解决多分类器融合过程中时间开销大和准确率不高的问题,采用改进的Bagging方法并结合MapReduce技术,提出了一种基于选择性集成的并行多分类器融合方法PMCF-SE.该方法基于Ma-pReduce并行计算架构.在Map阶段,选择分类效果较好的基分类器;在Reduce阶段,从所选的基分类器中选择差异性较大的基分类器,然后采用D-S证据理论融合被选的基分类器.实验结果表明,在执行效率方面,与单机环境相比,集群环境下该方法的执行效率有所提高;在分类准确率方面,与Bagging算法相比,PMCF-SE在不同的基分类器数目下的分类准确率都高于Bagging算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶晓玲	桂林电子科技大学广西云计算与大数据协同创新中心	48	339	10.0	15.0
5	亢蕊楠	桂林电子科技大学信息与通信学院	2	7	2.0	2.0
6	刘丽燕	桂林电子科技大学信息与通信学院	1	2	1.0	1.0