一种局部最优型动态集成选择算法
提出一种建立在局部最优基础上的动态集成选择算法,并从理论上对算法进行了分析.该算法首先在多个局部特征空间上构造最优集成,然后使用动态集成选择技术对未知样本进行识别.局部空间上的集成构造问题被转换为一个单目标优化问题,并使用多种群遗传算法进行了求解.基于UCI数据集的实验表明,相对于现有的动态分类器选择算法和动态集成选择算法,新算法能够取得更高的识别率.同时,相对于现有的动态集成选择算法,新算法构造的集成规模更小,识别速度更快.
多分类器系统、动态分类器选择、动态集成选择、局部最优型动态集成选择算法
32
TP183(自动化基础理论)
2012-02-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
1005-1011