登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
一种基于粗糙集属性约简的多分类器集成方法
  • 摘要

    为提高多分类器系统的分类精度,提出了一种基于粗糙集属性约简的分类器集成方法MCS_ARS.该方法利用粗糙集属性约简和数据子集划分方法获得若干个特征约简子集和数据子集,并据此训练基分类器;然后利用分类结果相似性得到验证集的若干个预测类别;最后利用多数投票法得到验证集的最终类别.利用UCI标准数据集对方法MCS_ARS的性能进行测试.实验结果表明,相较于经典的集成方法,方法MCS_ARS可以获得更高的分类准确率和稳定性.

  • 作者

    杨传振  朱玉全  陈耿  YANG Chuan-zhen  ZHU Yu-quan  CHEN Geng 

  • 作者单位

    江苏大学计算机科学与通信工程学院,江苏镇江,212013/东南大学经济管理学院,南京,211189

  • 刊期

    2012年5期 ISTIC PKU

  • 关键词

    集成学习  粗糙集  属性约简 

参考文献
  • [1] 曾安,潘丹,郑启伦,彭宏. 用于T细胞表位预测的分类器集成方法. 计算机应用研究, 2008,1
  • [2] SLEZAK D;WIDZ S. Is it important which rough-set-based classifier extraction and voting criteria are applied together. Beilin:Springer-Verlag, 2010
  • [3] DAS A K;SIL J. An efficient classifier design integrating rough set and set oriented database operations. Applied Soft Computing Journal, 2011,02
  • [4] FREUND Y;SSHAPIRE R E. A decision-theoretic generalization of online learning and application to boosting. LONDON:SPRINGER-VERLAG, 1995
  • [5] HO T K. Random decision forests. Washington,DC:IEEE Computer Society, 1995
  • [6] SAHA S;MURTHY C A;PAL S K. Rough set based ensemble classifier for Web page classification. Fundamenta Informaticae, 2007,1-2
  • [7] VALDES J J;ROMERO E;GONZALEZ R. Data and knowledge visualization with virtual reality spaces,neural networks and rough sets:application to geophysical prospecting neural networks. IEEE, 2007
  • [8] YU Huo-yin;WANG Guo-yin;YANG Da-chun. Knowledge reduction algorithms based on rough set and conditional information entropy. 2002
  • [9] FREUND Y;SCHAPIRE R E. A decision theoretic generalization of online learning and an application to boosting. Journal of Computer and Systems Sciences, 1997,01
  • [10] BREIMAN L. Bagging predicators. Machine Learning, 1996,02
  • [11] KOHAVI R;JOHN G H. Wrappers for feature subset selection. Artificial Intelligence, 1997,1-2
查看更多︾
相似文献 查看更多>>
3.234.244.18