2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

集成特征选择的广义粗集方法与多分类器融合

孙亮 韩崇昭 沈建京 戴宁

孙亮, 韩崇昭, 沈建京, 戴宁. 集成特征选择的广义粗集方法与多分类器融合. 自动化学报, 2008, 34(3): 298-304. doi: 10.3724/SP.J.1004.2008.00298
引用本文: 孙亮, 韩崇昭, 沈建京, 戴宁. 集成特征选择的广义粗集方法与多分类器融合. 自动化学报, 2008, 34(3): 298-304. doi: 10.3724/SP.J.1004.2008.00298
SUN Liang, HAN Chong-Zhao, SHEN Jian-Jing, DAI Ning. Generalized Rough Set Method for Ensemble Feature Selection and Multiple Classiffier Fusion. ACTA AUTOMATICA SINICA, 2008, 34(3): 298-304. doi: 10.3724/SP.J.1004.2008.00298
Citation: SUN Liang, HAN Chong-Zhao, SHEN Jian-Jing, DAI Ning. Generalized Rough Set Method for Ensemble Feature Selection and Multiple Classiffier Fusion. ACTA AUTOMATICA SINICA, 2008, 34(3): 298-304. doi: 10.3724/SP.J.1004.2008.00298

集成特征选择的广义粗集方法与多分类器融合

doi: 10.3724/SP.J.1004.2008.00298
详细信息
    通讯作者:

    孙亮

  • 中图分类号: TP391.4, TP75

Generalized Rough Set Method for Ensemble Feature Selection and Multiple Classiffier Fusion

More Information
    Corresponding author: SUN Liang
  • 摘要: 为改善多分类器系统的分类性能, 提出了基于广义粗集的集成特征选择方法. 为在集成特征选择的同时获取各特征空间中的多类模式可分性信息, 研究并提出了关于多决策表的相对优势决策约简, 给出了关于集成特征选择的集成属性约简 (Ensemble attribute reduction,EAR) 方法, 结合基于知识发现的 KD-DWV 算法进行了高光谱遥感图像植被分类比较实验. 结果表明, EAR 方法与合适的多分类器融合算法结合可有效提高多分类器融合的推广性.
  • 加载中
计量
  • 文章访问数:  2512
  • HTML全文浏览量:  77
  • PDF下载量:  1499
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-05-30
  • 修回日期:  2007-10-05
  • 刊出日期:  2008-03-20

目录

    /

    返回文章
    返回