多神经网络分类器的融合方法的比较

摘要：

算术平均、多数投票等融合方法已被很多研究者广泛使用，使用这些融合方法的假设条件是所有分类器是相互独立的。用互不相容的子集作为训练集来提高各个神经网络分类器的独立性。选择9种常见的融合方法在2个UCI的两类数据库进行实验，用来比较哪种融合方法更有效。实验结果表明取大法能获得很好的融合效果，加权平均法和加权投票法的融合性能不比平均法和多数投票法好。

关键词：神经网络、多分类器、多数投票法、加权平均法、融合系统

分类号：TP301.6(计算技术、计算机技术)

资助基金：2010年保定市科学技术研究与发展指导计划项目10ZG008

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：30-31,15