原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于MAS的多分类器学习系统的实现框架研究与设计
徐良平周曼丽许毅平
华中科技大学电子与信息工程系430074
email：lpxu6@163。COlll
摘要：多分类器学习系统的研究，特别是基于弱／不稳定分类器的集成学习模型及其算法研究已成了国
内外机器学习领域的研究热点，但多分类器学习系统(MCLS)固有的复杂性也增加了软件系统设计的难度。
基于此，本文先从概念上总结出三种MCLS逻辑结构，然后弓I／X．多agent技术，并提出了一种改进的“学
习agent”结构模型，在此基础上设计出一种基于MAS的多分类器学习系统实现框架设计方案，且兼具智
提供了一种灵活且可行的系统研究方法。
MAS多分类器学习系统集成学习
关键词：学习agent
Researchon
the FrameworkofMCLSbased
Application
onMAS
Xu，Manli Xu
Liangping Zhou，Yiping
email：lpxu6@163．corn
Abstract：Aswithensemble isnodoubtthatMCLSwillbeoneofmostactive
learning，there
fieldsinmachine itsintrinsic
learning．However，for stillexistsome
complexity，there problems
for theMCLS onthe
implementingbyprogramming．Focusingproblem，thispaperfirstlypresents
3kindsof structuresfor introducesthe basedon
logic MCLS，then correspondingtechniquesagents，
and outakindof architecturewith of
gives improvedagent anabilitylearning． this
Using
a frameworkofMCLSbasedon
conceptualagentmodel，weproposegeneral MAS．Finally，wepoint
outthatthemethod this isflexibleand for
providedby paper us．eful otherpopularensemble
as and
learningalgorithms，suchboosting，baggingstacking．
Multi—Classifications
Keywords：LearningAgentMulti—AgentsSystem LearningSystem
Ensemble
Learning
1．
文档评论（0）