论文部分内容阅读
为提高数据分类的性能,提出了一种基于信息熵[1]的多分类器动态组合方法(EMDA)。此方法在多个UCI标准数据集上进行了测试,并与由集成学习算法—AdaBoost,训练出的各个基分类器的分类效果进行比较,证明了该算法的有效性。
一种基于信息熵的多分类器动态组合方法
【摘 要】
：
为提高数据分类的性能,提出了一种基于信息熵[1]的多分类器动态组合方法(EMDA)。此方法在多个UCI标准数据集上进行了测试,并与由集成学习算法—AdaBoost,训练出的各个基分类器的分类效果进行比较,证明了该算法的有效性。
【机 构】
：
山东师范大学信息科学与工程学院
【出 处】
：
计算机工程与应用
【发表日期】
：
2008年22期
【基金项目】
：
山东省自然科学基金（the Natural Science Foundmion of Shandong Province of China under Grant No.Y2007G16）,山东省科技公关计划（the Key Technologies R＆D Program of Shandong Province,China under Grant No.2005GG4210002）,山东省青年
其他文献
压缩机零件在使用时会随时间的变化发生变形，对于压缩机的性能会有很大的影响，因此在零件进行材料选择和几何尺寸设计时，对相关零件变形的检测和预报是至关重要的。介绍了时间序
矢量数据压缩在地形环境仿真、制图综合、GIS等研究中具有重要作用,对增加移动设备的存储能力和提高矢量数据的网络传输效率来说是一项很重要的工作。根据动态规划算法理论、Douglas-Peucker算法和矢量数据的特点,提出了基于动态规划算法的矢量数据压缩的模型和改进方法,通过一条参考路径构造一条带形成最小误差搜索范围,同时条带宽度可自适应调整。并将单一实体的优化压缩算法扩展为基于多实体的压缩算法,解