您的位置: 专家智库 > >

石国强

作品数:2 被引量:1H指数:1
供职机构:郑州大学信息工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇特征提取
  • 2篇主成分
  • 2篇主成分分析
  • 2篇组合分类器
  • 2篇分类器
  • 1篇RIPPER
  • 1篇ERROR
  • 1篇KAPPA

机构

  • 2篇郑州大学

作者

  • 2篇石国强
  • 1篇范明
  • 1篇牛常勇

传媒

  • 1篇计算机科学与...

年份

  • 2篇2010
2 条 记 录,以下是 1-2
排序方式:
基于规则的组合分类器的研究
分类是数据挖掘的重要研究课题之一。它广泛地应用于科学实验和商业预测等领域。如何提高分类模型的准确率是分类的核心问题,组合分类模型在理论和实验中比单个分类模型有着明显的优势。本文以规则分类为基础,深入探讨了基于规则的组合分...
石国强
关键词:组合分类器特征提取RIPPER主成分分析
文献传递
使用PCA建立基于规则的组合分类器
2010年
提出了一种使用基于规则的基分类器建立组合分类器的新方法PCARules。尽管新方法也采用基分类器预测的加权投票来决定待分类样本的类,但是为基分类器创建训练数据集的方法与bagging和boosting完全不同。该方法不是通过抽样为基分类器创建数据集,而是随机地将特征划分成K个子集,使用PCA得到每个子集的主成分,形成新的特征空间,并将所有训练数据映射到新的特征空间作为基分类器的训练集。在UCI机器学习库的30个随机选取的数据集上的实验表明:算法不仅能够显著提高基于规则的分类方法的分类性能,而且与bagging和boosting等传统组合方法相比,在大部分数据集上都具有更高的分类准确率。
石国强牛常勇范明
关键词:组合分类器特征提取主成分分析
共1页<1>
聚类工具0