根据混合选择策略的直觉模糊核匹配追踪集成算法

摘要：

为了从分类器集成系统中选择出一组差异性大的子分类器，从而提高集成系统的泛化能力，提出了一种基于混合选择策略的直觉模糊核匹配追踪算法。基本思想是通过扰动训练集和特征空间生成一组子分类器；然后采用k均值聚类算法将对所得子分类器进行修剪，删去其中的冗余分类器；最后根据实际识别目标动态选择出较高识别率的分类器组合，使选择性集成规模能够随识别目标的复杂程度而自适应地变化，并基于预期识别精度实现循环集成。实验结果表明，与其他常用的分类器选择方法相比，本文方法灵活高效，具有更好的识别效果和泛化能力。

关键词：直觉模糊匹配追踪、选择性集成、混合选择策略、差异性度量、泛化性能

所属期刊栏目：33

分类号：TP182;TP391(自动化基础理论)

资助基金：国家自然科学基金项目61272011,61309022资助.Supported by National Natural Science Foundation of China 61272011,61309022

在线出版日期：2016-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：336-343