基于分類器多樣性的集成分類器構(gòu)建算法及其在腦電信號(hào)分類應(yīng)用中的研究.pdf

1、集成學(xué)習(xí)是當(dāng)前機(jī)器學(xué)習(xí)研究的重點(diǎn)領(lǐng)域之一，集成學(xué)習(xí)的核心思想就是通過組合多個(gè)基分類器一起解決同一個(gè)問題。集成學(xué)習(xí)首先在訓(xùn)練數(shù)據(jù)集上生成一系列基分類器，然后再通過各種方式將這些基分類器組合起來。集成學(xué)習(xí)對(duì)比單一分類器分類來說，對(duì)樣本最終的決策并不是由某一個(gè)分類器決定的，而是由分類器集共同決定的，所以集成學(xué)習(xí)能獲得比單一分類器更好的準(zhǔn)確率和泛化能力。由于分類準(zhǔn)確率是集成學(xué)習(xí)一個(gè)很重要的指標(biāo)，而集成分類器中基分類器之間的多樣性與準(zhǔn)確率有存在著

2、一定關(guān)系，所以研究分類器之間的多樣性對(duì)提高集成學(xué)習(xí)的準(zhǔn)確率有著重要的作用。再由于基分類器間存在冗余性等特點(diǎn)，所以如何對(duì)分類器集進(jìn)行精簡(jiǎn)也是集成學(xué)習(xí)研究的重點(diǎn)。
　　基于上面的問題，本文提出了一種新的多樣性評(píng)價(jià)方法和一種新的子集評(píng)價(jià)方法，并結(jié)合和聲搜索算法以及分類器集成減少框架(CER)運(yùn)用在分類器集成選擇過程中。最后通過實(shí)驗(yàn)結(jié)論表明新提出的子集評(píng)價(jià)方法，不僅可以同時(shí)滿足最終選出的子分類器集個(gè)數(shù)比較少和分類準(zhǔn)確率高的要求，而且程序運(yùn)