典型文献
基于改进最大相关最小冗余的选择性集成分类器
文献摘要：
在构建选择性集成分类器时,寻找分类准确率高且差异性大的最优分类器子集至关重要.为平衡集成子集中基分类器的准确性和多样性,提出了一种基于改进最大相关最小冗余的选择性集成分类器(ImRMRSEC).首先,将基分类器对验证集的预测结果视为一个个"特征",把特征选择的思想扩展到集成分类器的约简问题中,基于最大相关最小冗余准则寻找基分类器子集.其次,引入Gram-Schmidt正交化求取"特征"的等价向量,替代原向量输入最大相关最小冗余算法中,并基于距离相关系数(DCC)衡量相关性.同时,利用序列浮动前向选择方法搜索最优子集.实验结果充分展示了所构建分类器卓越的设计性能.
文献关键词：
选择性集成;最大相关最小冗余(mRMR);特征选择;正交化;距离相关系数(DCC)
中图分类号：
作者姓名：
吴倩楠;颜学峰
作者机构：
华东理工大学 能源化工过程智能制造教育部重点实验室 上海200237
文献出处：
引用格式：
[1]吴倩楠;颜学峰-.基于改进最大相关最小冗余的选择性集成分类器)[J].高技术通讯,2022(01):40-49
A类：
ImRMRSEC
B类：
选择性集成,集成分类器,分类准确率,基分类器,验证集,一个个,特征选择,约简,最大相关最小冗余准则,Gram,Schmidt,正交化,求取,等价,基于距离,距离相关系数,DCC,浮动,选择方法,最优子集,设计性能
AB值：
0.274687
相似文献
密度峰值隶属度优化的半监督Self-Training算法
刘学文;王继奎;杨正国;李冰;聂飞平-兰州财经大学 信息工程学院,兰州 730020;西北工业大学 光学影像分析与学习中心,西安 710072
基于正余弦算法的文本特征选择
文武;万玉辉;文志云-重庆邮电大学通信与信息工程学院,重庆 400065;重庆邮电大学通信新技术应用研究中心,重庆 400065;重庆信科设计有限公司,重庆 401121
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
