一种基于降噪自编码的组合分类算法

摘要：

针对传统分类学习算法的准确性现状进行了研究,提出了一种基于降噪自编码的组合分类算法(Ensemble Learning based on Denosing Autoencoder,ELDA).与Bagging、Adaboost以及Rotation Forest等传统的组合分类器学习方法不同,ELDA首先通过使用降噪自编码算法将数据集映射到新的特征空间,然后在此空间学习得到决策树作为基分类器,最后对数据集进行类别预测.通过与Bagging、Adaboost及Rotation Forest学习方法相比,结果表明:ELDA在预测精度上显著优于对比算法.

关键词：决策树、自编码、降噪自编码、组合学习

所属期刊栏目：33

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目;河南省科技计划项目;信阳师范学院研究生科研创新基金项目

在线出版日期：2020-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：657-662