РУсскоязычный Архив Электронных СТатей периодических изданий
Инженерный журнал: наука и инновации/2012/№ 3/
В наличии за
50 руб.
Купить
Облако ключевых слов*
* - вычисляется автоматически
Недавно смотрели:

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: