常圣领
- 作品数：2 被引量：9H指数：2
- 供职机构：河北大学数学与计算机学院更多>>
- 发文基金：河北省教育厅科研基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于k-means聚类的神经网络分类器集成方法研究被引量：7
- 2009年
- 针对差异性是集成学习的必要条件,研究了基于k-means聚类技术提高神经网络分类器集成差异性的方法。通过训练集并使用神经网络分类器学习算法训练许多分类器模型,在验证集中利用每个分类器的分类结果作为聚类的数据对象;然后应用k-means聚类方法对这些数据聚类,在聚类结果的每个簇中选择一个分类器代表模型,以此构成集成学习的成员;最后应用投票方法实验研究了这种提高集成学习差异性方法的性能,并与常用的集成学习方法bagging、adaboost进行了比较。
- 李凯常圣领
- 关键词：分类器聚类
- 基于聚类技术的集成学习方法研究被引量：2
- 2009年
- 研究了基于聚类技术提高分类器差异性的方法.通过Bootstrap技术与分类器学习算法训练分类器模型,利用分类器在验证集上的分类结果作为聚类的数据对象;然后应用聚类算法对这些数据聚类,并在每个簇中选择分类器代表模型,以此构成集成学习的成员;最后应用融合方法实验研究了基于聚类技术提高差异性的集成学习性能,并与集成学习方法bagging,adaboost进行了实验比较.
- 李凯常圣领高悦
- 关键词：聚类分类器
