ОСОБЕННОСТИ ПОСТРОЕНИЯ МУЛЬТИКЛАССИФИКАТОРОВ НА ОСНОВЕ МЕТОДОВ ИНТЕГРАЦИИ РЕШЕНИЙ
Предложена группировка методов и алгоритмов интеграции информации, рассмотрены методы и алгоритмы интеграции информации на уровне решений. Представлен новый алгоритм мультиклассификации FuzzyBoost, реализующий метод нечеткого усиления. Алгоритм FuzzyBoost обеспечивает построение квазилинейной композиции и основан на алгоритме AdaBoost, дополненном вычислением нечеткого интеграла вместо собственного линейного агрегационного правила AdaBoost на каждой итерации бустинга. Экспериментальные результаты показали, что в случае сложной разделяющей классы поверхности алгоритм FuzzyBoost имеет лучшую обобщающую способность, чем алгоритм AdaBoost.
Авторы
Тэги
Тематические рубрики
Предметные рубрики
В этом же номере:
Резюме по документу**
А . В . Самородов
ОСОБЕННОСТИ ПОСТРОЕНИЯ
МУЛЬТИКЛАССИФИКАТОРОВ НА ОСНОВЕ
МЕТОДОВ ИНТЕГРАЦИИ РЕШЕНИЙ
Предложена группировка методов и алгоритмов интеграции информации,
рассмотрены методы и алгоритмы интеграции информации
на уровне решений. <...> Представлен новый алгоритм мультиклассификации
FuzzyBoost, реализующий метод нечеткого усиления. <...> Алгоритм
FuzzyBoost обеспечивает построение квазилинейной композиции и основан
на алгоритме AdaBoost, дополненном вычислением нечеткого
интеграла вместо собственного линейного агрегационного правила
AdaBoost на каждой итерации бустинга. <...> Экспериментальные результаты
показали, что в случае сложной разделяющей классы поверхности
алгоритм FuzzyBoost имеет лучшую обобщающую способность,
чем алгоритм AdaBoost. <...> Р.Х. Эренштейна и Ю.Л. Барабаша [1, 2] и преимущественно
в последние 10 лет, особое внимание в области распознавания образов
стало уделяться не отбору признаков и построению одного лучшего
решающего правила, а поиску наилучшего набора базовых
классификаторов и метода объединения их откликов [3, 4]. <...> В современной научно-технической литературе широко представлены
различные методы объединения как откликов некоторого
набора классификаторов, так и информации о распознаваемом объекте. <...> [7]; по модели неопределенности [8]; по виду объединяемых откликов
базовых классификаторов [9]; по свойствам применяемых для
интеграции информации математических правил [10, 11] и др. <...> В
настоящее время общепринятой таксономии методов интеграции информации
не существует, что сдерживает экспериментальное и теоретическое
развитие этих методов. <...> В зависимости от
того, рассматриваются ли объединяемые величины как интерпретируемые
в соответствии с той или иной моделью неопределенности,
как скалярные величины с одинаковым «физическим» смыслом (значения
которых сопоставимы) или как набор величин, не интерпретируемых
явным образом, а рассматриваемых в качестве некоторого
абстрактного вектора признаков <...>
** - вычисляется автоматически, возможны погрешности
Похожие документы: