基于特征选择的集成分类器抗噪性能分析

作     者：韦艳艳 李陶深 

作者机构：广西民族大学信息科学与工程学院 广西混杂计算与集成电路设计分析重点实验室广西南宁530006 广西大学计算机与电子信息学院广西南宁530004 

基　　金：广西自然科学基金项目(2010GXNSFA013127) 广西教育项目(201106LX131) 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2012年第22卷第11期

页      码：161-164,168页

摘      要：特征选择有助于增强集成分类器成员间的随机差异性,从而提高泛化精度。研究了随机子空间法(Random Subspace)和旋转森林法(Rotation Forest)两种基于特征选择的集成分类器构造算法,分析讨论了两算法特征选择的方式与随机差异程度之间的关系。通过对UCI数据集引入噪声,比较两者在噪声环境下的分类精度。实验结果表明:当噪声增加及特征关联度下降时,基本学习算法及噪声程度对集成效果均有影响,当噪声增强到一定程度后,集成效果和单分类器的性能趋于一致。

主 题 词：集成分类器 特征选择 随机子空间 旋转森林 抗噪性能 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

馆 藏 号：203265127...