10.3321/j.issn:1000-436x.2007.10.002
基于元学习策略的分类器融合方法及应用
提出了基于元学习策略的分类器融合的新模型,使用了两类元学习策略将4种分类算法即Generalized Winnow算法、支持向量机算法、条件随机域算法和最大熵算法进行融合,并根据具体领域的应用任务和分类器特点选择了有效特征信息,在面向生物医学文本命名实体识别的应用中取得了较高识别精度.实验结果表明基于元学习策略的分类器融合方法明显优于单分类器方法,并且也优于基于判别规则的分类器融合方法.
元学习、分类器融合、叠加归纳、级联归纳、命名实体识别
28
TP391(计算技术、计算机技术)
国家高技术研究发展计划863计划2004AA11701008;2006AA01Z150
2007-12-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
7-13