集成学习是一种机器学习范式。相对传统的单个分类器,通过组合多个分类器,集成学习能显著地提高分类器的泛化能力。目前,集成学习在疾病诊断、生物特征识别、文本分类和信息处理等领域获得了广泛应用。作为集成学习的一个研究方向,选择性集成学习试图从已有的个体学习机中剔除一些性能不佳的,从而获得更好的集成性能。然而,在选择性集成系统中如何选取基分类器,确定最优分类器组合等,仍需进一步深入研究。论文研究对提高集成系统性能,促进集成学习在实际中应用,具有重要的理论与现实意义。论文从集成学习基础理论、集成方法、选择性集成及应用等方面进行研究,重点研究了集成学习中基分类器选取问题,主要研究内容和工作成果如下:1、对集成学习理论进行了深入分析,研究了集成学习理论基础,基分类器产生、基分类器融合方式及集成性能评价指标。考虑到实际应用数据复杂性,研究了数据预处理、归一化、降维及不平衡数据处理方法,为后续研究奠定基础。2、集成学习因其显著提高一个学习系统的泛化能力而得到机器学习界的广泛关注。以决策树分类方法为基础,运用Bagging算法,结合医疗疾病数据,构建基于Bagging的决策树集成诊断模型。对比集成学习模型与单一决策树模型的诊断性能,实验结果验证了集成学习诊断方法具有更好的泛化能力。3、基分类器的准确率与多样性在集成学习机的构建中起着至关重要的作用。针对基分类器选取问题,提出了一种兼顾准确率和多样性的BAD(Balancing Accuracy and Diversity)选取准则;在此基础上,建立了BAD的选择性集成模型,实验分析了BAD准则中,不同权值的准确率和多样性对集成模型准确率的影响,同时也验证了BAD准则的有效性。在基分类器选取方法上,以遗传算法为基础,结合前序和后序选择思想,提出了一种FBGA(Forward and Backward Genetic Algorithm)选取方法,实验结果表明,FBGA方法在搜索结果上表现出较好性能。