網(wǎng)絡(luò)集成學(xué)習(xí)及其應(yīng)用研究.pdf

1、網(wǎng)絡(luò)集成學(xué)習(xí)算法是將分類器網(wǎng)絡(luò)與集成學(xué)習(xí)并用，得到具有更強(qiáng)的學(xué)習(xí)能力和泛化能力的分類器網(wǎng)絡(luò)系統(tǒng)，并將其應(yīng)用于SAR圖像目標(biāo)分類識別和入侵檢測中，本論文的主要工作概括如下：
　　 (1)提出了一種自調(diào)節(jié)分類器網(wǎng)絡(luò)學(xué)習(xí)方法，對經(jīng)典的網(wǎng)絡(luò)集成學(xué)習(xí)方法，提出了一種加權(quán)調(diào)節(jié)改進(jìn)方法。該方法是在最終決策時(shí)引入各基分類器的權(quán)重，使得各基分類器決策的重要程度得到表征，從而提高了其穩(wěn)定性和抗噪性；在此基礎(chǔ)上，針對在經(jīng)典的網(wǎng)絡(luò)集成學(xué)習(xí)方法中，可變的

2、參數(shù)較多且難協(xié)調(diào)的問題，采用免疫克隆選擇算法進(jìn)行優(yōu)化，自動(dòng)選出使得分類器網(wǎng)絡(luò)分類性能較好的參數(shù)組合，形成自調(diào)節(jié)分類器網(wǎng)絡(luò)，從而可以節(jié)省人力和時(shí)間找到較優(yōu)的參數(shù)組合。
　　 (2)提出了基于遷移網(wǎng)絡(luò)學(xué)習(xí)的SAR圖像目標(biāo)分類識別方法，該方法是針對現(xiàn)有某些SAR圖像有標(biāo)簽樣本較少，且存在遮擋和殘缺的目標(biāo)圖像，正確識別率較低的問題，將遷移學(xué)習(xí)引入網(wǎng)絡(luò)集成學(xué)習(xí)中，構(gòu)造了基分類器遷移模型，提出了遷移網(wǎng)絡(luò)學(xué)習(xí)算法，將其用于SAR圖像目標(biāo)識別中