10.3969/j.issn.1000-1220.2006.07.037
粒子群优化多分类器融合模型
为改进多分类器系统的性能,提出一个多分类器融合模型,该模型将和规则与多数投票作为特例纳入其体系中.用粒子群算法对融合模型进行优化得到PSO优化模型.在UCI标准数据集上对模型进行了实验研究.实验结果显示,同多数投票等6种融合方法中的最好结果相比,PSO优化模型使4个数据集上的错误率分别降低了91.44%、53.19%、5.76%、2.03%.实验中还发现,将性能较差的分类器从分类器集合中剔除能够进一步提高分类性能.
模式分类、多分类器系统、融合模型
27
TP181(自动化基础理论)
高比容电子铝箔的研究开发与应用项目2003AA412020
2006-07-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
1313-1316