MFA-DMFS：一种新的多分类器融合方法及其应用研究.pdfVIP

第29卷第2期 计 算 机 应 用 研 究 Vo1．29No．2 2012年2月 ApplicationResearchofComputers Feb．2012 MFA—DMFS：一种新的多分类器 融合方法及其应用研究木 梁 军h，陈 龙h，，汪若尘h，，胥tJtl，胥杜杰 (1．江苏大学 a．汽车工程研究院；b．汽车与交通工程学院，江苏 镇江 212013；2．复旦大学 管理学院，上海 200433；3．江阴市水利农机局 ，江苏 无锡 214401) 摘 要：针对分类器的构建，在保证基分类器准确率和差异度的基础上，提出了采用差异性度量特征选择的多 分类器融合算法(multi—classifierfusionalgorithmbasedondiversitymeasureforfeatureselection，MFA—DMFS)。该算 法的基本思想是在原始特征集中采用Relief特征评估结果按权值大小选择特征 ，构造特征子集，通过精调使各 特征子集间满足一定的差异性，从而构建最优的基分类器。MFA—DMFS不但能提高基分类器的准确率，而且保 持基分类器间的差异，克服差异性和平均准确率之间存在的相互制约，并实现这两方面的平衡。在 UCI数据集 上与基于Bagging、Boosting算法的多分类器融合系统进行了对比实验，实验结果表 明，该算法在准确率和运行速 度方面优于Bagging和Boosting算法，此外在 图像数据集上的检索实验也取得了较好的分类效果。 关键词：特征选择 ；差异性度量 ；分类器融合 ；图像检索；PCA；仿真 中图分类号：TP391 文献标志码：A 文章编号 ：1001—3695(2012)02—0522—05 doi：10．3969／j．issn．1001．3695．2012．02．032 MFA—DMFS：new multi—classifierfusionmethodanditsapplication LIANGJun ， ，CHEN Long ， ，WANG Ruo—chen ’ XUZheng—chuan，XUDu-jie ， (1．a．AutomotiveEngineeringResearchInstitute，b．SchoolofAutomobile TrafficEngineering，JiangsuUniversity，Zhe angJiangsu 212013，China；2．SchoolofManagement，FudanUniversity，Shanghai200433，China；3．JiangyinCityWaterAgriculturalBureau，Wuxi Jiangsu214401，China) Abstract：Thefusionofmuhipleclassifiersisanimportantmeansofimprovingtheefficiencyofpatternrecognition．I、hetext． from theviewpointoftheaccuracyofthecomponentclassifieraswel1asweightdifferencesbetweenthetwoclassifiers．pro． posedthatthemulti—classifierfusionalgorithm ．basedondifferencesinmeasurement．fe11intoatwo—stageclassifiersusedto buildthecharacteristicsofthedifferentcomponentsofasubset．thereliefcharacteristicsoftheassess