版权说明 操作指南
首页 > 成果 > 详情

一种基于粗糙集理论的组合分类器构造方法(英文)

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
刘新华;旷海兰;眭仁武
作者机构:
武汉理工大学,信息工程学院,湖北,武汉,430070
衡阳师范学院,计算机科学系,湖南,衡阳,421008
[刘新华] 武汉理工大学
[旷海兰; 眭仁武] 衡阳师范学院
语种:
英文
关键词:
粗糙集理论;分类器;属性重要性;组合分类器
期刊:
衡阳师范学院学报
ISSN:
1673-0313
年:
2006
卷:
27
期:
06
页码:
63-68
基金类别:
the Hunan Province Education Depart ment(05B055,04C093);
机构署名:
本校为其他机构
摘要:
Rough set theory and neural networks are two widely used and complementary tools for uncertain computing. After the discussion of the two theories, a novel method of construct multiple neural network classifiers is proposed. The novel method firstly produces many neural network classifiers based on the reduction of data set, all these classifiers are correlative to dataset but independent to each other;then, these classifiers are combined by the weight determined based on attribute import...
摘要(中文):
粗糙集和神经网络作为不确定性计算的两种重要工具,它们具有很强的互补性.在分析了两种理论的特点之后,得出了一种多神经网络分类器的组合方法,新方法根据对数据集进行约简的结果得到多个与数据相关的且相互独立的神经网络分类器,然后根据属性重要性概念将多个分类器组合起来.对比实验证明,该分类器具有较好的分类效果和性能.

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com