平均分布集成策略：一種新的分類器融合方法.pdf

1、機(jī)器學(xué)習(xí)的核心目標(biāo)之一是讓機(jī)器具有像智能生物一樣的自主學(xué)習(xí)的能力。時(shí)至今日，機(jī)器學(xué)習(xí)已經(jīng)成為人工智能領(lǐng)域的核心研究?jī)?nèi)容，其應(yīng)用遍及人工智能的各研究方向，包括專家系統(tǒng)、自動(dòng)推理、自然語(yǔ)言處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)等。
　　在機(jī)器學(xué)習(xí)的各分支中，集成學(xué)習(xí)一直是一個(gè)主流的研究方向，在過(guò)去二十年中有了顯著的發(fā)展。集成學(xué)習(xí)通過(guò)學(xué)習(xí)若干個(gè)有差異的基分類器，并將它們的分類預(yù)測(cè)結(jié)果進(jìn)行融合作為最終的結(jié)果。與單個(gè)分類器相比，集成學(xué)習(xí)在大多數(shù)情況下可

2、以顯著提高分類系統(tǒng)的泛化能力，并且具有更強(qiáng)的健壯性和穩(wěn)定性。
　　分類器融合是集成學(xué)習(xí)中的一個(gè)核心問(wèn)題，研究者已提出多種不同的分類器融合方法。本文對(duì)集成學(xué)習(xí)進(jìn)行了較為深入的研究，介紹了集成學(xué)習(xí)的概念、構(gòu)成、作用以及最新研究成果。在此基礎(chǔ)上，本文提出了分類器平均分布的概念，即通過(guò)調(diào)整基分類器的權(quán)重，使它們?cè)诓煌瑯颖旧系谋憩F(xiàn)盡可能的平均。這種策略為那些只被少數(shù)分類器正確預(yù)測(cè)的樣本提供了機(jī)會(huì)。此外，本文提出了分類器等價(jià)系數(shù)的概念，即如何