基于差异性的分类器集成：有效性分析及优化集成
差异性是分类器集成具有高泛化能力的必要条件。然而,目前对差异性度量、有效性及分类器优化集成都没有统一的分析和处理方法。针对上述问题,本文一方面从差异性度量方法、差异性度量有效性分析和相应的分类器优化集成技术三个角度,全面总结与分析了基于差异性的分类器集成。同时,本文还通过向量空间模型形象地论证了差异性度量的有效性。另一方面,本文针对多种典型的基于差异性的分类器集成技术(Bagging, boosting GA-based, quadratic programming (QP)、semi-definite programming (SDP)、regularized selective ensemble (RSE))在UCI 数据库和USPS 数据库上进行了对比实验与性能分析,并对如何选择差异性度量方法和具体的优化集成技术给出了可行性建议。
分类器集成、差异性、有效性分析、优化
TP3;F83
国家自然科学基金61105018,61175020资助@@@@Supported by National Natural Science Foundation of China 61105018,61175020
2014-05-15（万方平台首次上网日期，不代表论文的发表时间）
共15页
660-674
