分类器集成相关论文
农业机械（农机）在多个地块作业，费用和效率有时需按地块统计，现有的农机监控系统仅能记录农机定位信息和作业状态信息，难以实现地块的自......
在机器学习相关领域,分类问题是较为常见的一大类.用于处理分类问题的分类算法基于各自不同的理论基础,都可以解决一定领域的分类......
文字识别是模式识别的一个重要分支，目前，汉字及英文识别已经很成熟，并成功实现了商业化，而维吾尔文的识别的研究起步较晚，成果较少。同......
万维网信息的爆炸性增长使Web已经成为世界上最大的信息库.面对这个海量、异构、半结构化的信息库,Web用户经常发现要查找到所需的......
人脸识别是近年来模式识别和图像处理领域的研究热点之一,对该问题的研究有助于模式识别和信息安全的发展。而特征抽取是模式识别......
MicroRNA(MiRNA)是RNA家族中的一员,被称为小分子RNA。目前,众多的研究表明,miRNA与生物体的基因表达、生长发育和行为等都有十分......
机器学习是研究让机器具有学习的能力,集成学习是机器学习的一大研究热点,是将多个不同的单个个体模型组合成一个最终模型,这些模......
分类问题,作为人类的基本社会活动,在人们的日常生活和任务学习中,扮演着重要角色。随着数据挖掘和模式识别技术的快速发展,利用机......
近年来,我们进入了数据爆炸时代,随着数据的增长以及数据存储能力的增强,使得我们可以获得形式各异的数据源并将其存储于信息库中......
传统的MCI检查方法周期长、误差较大。随着功能影像技术的发展,fMRI被逐渐应用到MCI诊断中,但是诊断仍需要依靠医生的经验,难以推......
集成学习是模式识别领域的研究热点,集成分类器往往比单一分类器具有更好的预测精度和泛化能力。本文提出了一种基于BQIGSA选择性......
随着遥感技术的飞速发展,其已逐渐成为各个应用行业中不可或缺的一种数据获取手段,其中高光谱遥感也是继多光谱遥感之后的一个延伸......
跨膜蛋白是一种横跨细胞膜的并且依附在生物膜上的蛋白质,即跨膜蛋白从膜的一侧跨越通向膜的另一侧。有两种类型的跨膜蛋白质:alph......
传统的数据流分类技术通常需要大量的全标注训练样本来构建分类器,代价昂贵且比较耗时。但在现实生活中,数据流中的数据大多是未标......
入侵检测作为一种主动防御的网络安全技术,能有效的检测出多种类型的攻击,已成为网络安全必不可少的部分。尽管在网络入侵检测问题......
维生素是许多酶反应中的重要辅酶因子,是人体代谢活动中必不可少的有机化合物。酶是具有生物催化功能的生物大分子,主要由蛋白质组......
改革开放以来,我国市场经济取得了快速的发展,这也使国内企业获得了更多的发展机会,但与此同时企业也面临更多的风险和挑战。由于......
企业的财务通过对资金运动和价值形态的管理,像血液一样渗透贯通到企业的生产、经营等一切管理领域。如果财务状况出现问题,它将直......
高光谱遥感图像为地物的精确分类带来了机遇,但也面临着一些挑战,高光谱遥感图像分类中所面临的一个挑战是如何处理高的光谱维数和......
分类问题是数据挖掘技术中的主要研究课题。目前有许多分类方法，简单的，如判别分析或决策树，复杂的，像人工神经网络或支持向量机。复杂......
光摇杆光谱图像属于是实现地物精确分类发展的一种重要技术,但是,其在发展过程中同样面临挑战.高光谱遥感技术图像分类之中面对的......
针对基于约束得分的特征选择容易受成对约束的组成和基数影响的问题，提出了一种基于约束得分的动态集成选择算法（dynamic ensemble s......
提出了一种多特征组合与多神经网络分类器集成的手写体数字字符识别方法。新方法对结构简单、书写规范的数字字符使用高效的结构分......
提出了一种基于聚类选择的分类器集成方法,通过聚类把模式特征空间划分成不相交的区域,对于初始分类器集合,各区域给出分类器的删......
T细胞表位预测技术对于减少实验合成重叠肽,理解T细胞介导的免疫特异性和研制亚单位多肽及基因疫苗均有重要意义。为弥补已有基于......
在基于Stacking框架下异构分类器集成方式分析的基础上,引入同构分类器集成中改变训练样本以增强成员分类器间差异性的思想,提出融......
集成学习是提高分类精度的一种有效途径，已在许多领域显示出其优于单个分类器的良好性能。观察学习是一种基于社会学习理论的集成学......
气体识别研究中,传感器的性能漂移问题始终是最具挑战的问题之一。为了减少漂移对气体识别的影响,利用动态分类器集成技术,针对基......
结合随机子空间和核极端学习机集成提出了一种新的高光谱遥感图像分类方法。首先利用随机子空间方法从高光谱遥感图像数据的整体特......
分类器集成系统已广泛应用于模式识别的各个领域,然而随着分类器数量的增加,导致分类器间差异度的减小而产生冗余。因此需要研究在......
针对参与集成的基分类器的选择算法等难点问题，提出一种差异性度量方法以及基于该差异度量进行分类器选择的集成方法．考虑参与集成的......
提出利用一种串、并行结合的方式将全局和局部面部特征进行集成:首先利用全局特征进行粗略的匹配,然后再将全局和局部特征集成起来......
分类器集成是一种解决复杂模式识别问题的有效方法,它通过形成一组分类器并将它们的结果进行组合,可以显著地提高分类系统的泛化推......
目前很多数据挖掘和机器学习方法都有一个基本假设：训练数据和测试数据必须服从相同的分布。但是在很多情况下这种假设不成立,没有......
将极限学习机算法与旋转森林算法相结合,提出了以ELM算法为基分类器并以旋转森林算法为框架的RF-ELM集成学习模型。在8个数据集上......
针对网络行为数据的不均衡、数量大、更新快的问题,结合均衡化、增量学习、分类器集成思想提出一种用于网络入侵检测的协同增量支......
兼类词词性消歧是中文词性标注的难点之一．本文集成了支持向量机、条件随机场、最大熵等3种分类模型，对兼类词词性消歧进行研究．以199......
差异性是集成学习中的重要概念,对差异性的研究在集成学习领域中占有基础性地位。从差异度量方法、差异度与分类器集成性能的关系......
分类器之间的多样性被认为是分类器集成的一个关键因素．然而，目前多样性没有统一的定义和度量，也没有确定的操作方法．针对这些问题，总结......
针对目前多数财务危机预警模型为静态建模、模型的增量学习能力不足等问题,设计了一种基于分类器集成的增量学习系统,利用财务类别......
提出了一种基于证据理论的多分类器集成方法。该方法首先对分类器输出的抽象层信息进行不确定性表征，即对输出证据的基本概率分配进......
提出一种基于回声状态网络（echo state networks,ESNs）的分类方法,借鉴集成学习的思想,采用随机子空间方法产生特征子集,对应特征子......
本文对非平衡类数据分类问题进行了概述。首先在简单介绍非平衡类数据基本概念的基础上,分析了非平衡类数据引起的问题及其导致分......
为提高跨膜蛋白两亲螺旋区域（Amphipathic helices,AHs）预测的精度,基于蛋白质位置特异性得分矩阵、二级结构以及疏水矩,提出了一种......
全极化合成孔径雷达(Pol SAR)图像蕴含更丰富的散射信息,具有更多的可用特征。如何使用这些特征是极化SAR图像分类中非常重要的一......
