典型文献
应用于非精确图匹配的改进DF模型
文献摘要：
针对传统深度森林算法提取的特征不够完整,以及采取的等权决策机制对分类结果易产生差异性等问题,提出一种应用于非精确图匹配的改进DF模型(IDF).首先,在挖掘特征子集的过程中,采取融合移动窗口和随机移动窗口的方式.在移动窗口扫描样本的同时,随机捕获一个与移动扫描窗口相同大小的特征子集,两者构成新的特征子集,从而将新特征子集作为级联森林模块的输入.其次,在级联森林的迭代过程中,计算当前森林的决策结果所占权重,并与上一级森林进行对比,采用Min的权值策略规则赋值给当前森林,逐次迭代直至结果满足模型所设定的阈值.最后,在MUTAG、PTC、COX2等数据集上进行了训练和测试.实验结果表明,相比于传统深度森林算法,IDF充分考虑了图的结构特征,能够有效增强样本的拟合优度及多样性,降低了级联模块中各子树的决策差异及模型的复杂度,有效提升了模型的分类识别率.
文献关键词：
非精确图匹配;深度森林;决策树;加权
中图分类号：
作者姓名：
李智杰;伊志林;李昌华;张颉
作者机构：
西安建筑科技大学 信息与控制工程学院,西安 710055
文献出处：
引用格式：
[1]李智杰;伊志林;李昌华;张颉-.应用于非精确图匹配的改进DF模型)[J].计算机科学与探索,2022(06):1383-1389
A类：
非精确图匹配,MUTAG
B类：
深度森林算法,决策机制,IDF,特征子集,移动窗口,移动扫描,同大,新特征,级联森林,Min,权值,赋值,逐次,PTC,COX2,拟合优度,级联模块,分类识别,识别率,决策树
AB值：
0.258827
相似文献
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。
