QQ客服 官方微博 反馈留言

题名	基于分类器多样性的集成分类器构建算法及其在脑电信号分类应用中的研究; An ensemble classifier construction algorithm based on classifier diversity and its application in the classification of EEG signals
作者	姚刚
答辩日期	2016-12-23 ; 2016-05-17
导师	晁飞
关键词	集成学习 多样性 EEG信号分类 Ensemble learning diversity EEG signal classification
英文摘要	集成学习是当前机器学习研究的重点领域之一，集成学习的核心思想就是通过组合多个基分类器一起解决同一个问题。集成学习首先在训练数据集上生成一系列基分类器，然后再通过各种方式将这些基分类器组合起来。集成学习对比单一分类器分类来说，对样本最终的决策并不是由某一个分类器决定的，而是由分类器集共同决定的，所以集成学习能获得比单一分类器更好的准确率和泛化能力。由于分类准确率是集成学习一个很重要的指标，而集成分类器中基分类器之间的多样性与准确率有存在着一定关系，所以研究分类器之间的多样性对提高集成学习的准确率有着重要的作用。再由于基分类器间存在冗余性等特点，所以如何对分类器集进行精简也是集成学习研究的重点。 ...; Ensemble learning is one of the key areas of current research in machine learning, the principle of ensemble learning is to solve the problem by combining a group of classifiers. The ensemble learning method firstly generates many classifier candidates based on a training data set; and then, integrate a classifier ensemble by selecting trained classifier candidates. In contrast to a single classif...; 学位：工程硕士; 院系专业：信息科学与技术学院_工程硕士(计算机技术); 学号：31520131153307
语种	zh_CN
出处	http://210.34.4.13:8080/lunwen/detail.asp?serial=54990
内容类型	学位论文
源URL	[http://dspace.xmu.edu.cn/handle/2288/134601]
专题	信息技术－学位论文
推荐引用方式 GB/T 7714	姚刚. 基于分类器多样性的集成分类器构建算法及其在脑电信号分类应用中的研究, An ensemble classifier construction algorithm based on classifier diversity and its application in the classification of EEG signals[D]. 2016, 2016.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。