作者：米爱中; 张盼多分类器系统选择性集成混淆矩阵聚类
摘要：为充分利用分类器的差异性来提高分类器集成的准确率,提出一种分类器选择方法。基本思想是构造所有基分类器的混淆矩阵作为聚类算法的数据对象,根据各聚类中样本的分布选择出一定数量的分类器作为代表,构成新的待集成分类器集合。将该方法应用于Bagging算法的训练过程,通过实验对比,验证了该方法确实可以提高分类器集成性能。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《河南理工大学学报·自然科学版》（CN：41-1384/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《河南理工大学学报·自然科学版》坚持为社会主义服务的方向，坚持以马克思列宁主义、思想和邓小平理论为指导，贯彻“百花齐放、百家争鸣”和“古为今用、洋为中用”的方针，坚持实事求是、理论与实际相结合的严谨学风，传播先进的科学文化知识，弘扬民族优秀科学文化，促进国际科学文化交流，探索高等教育、教学及管理诸方面的规律，活跃教学与科研...
杂志详情
