期刊文章详细信息
基于混淆矩阵和集成学习的分类方法研究
Research of the Classification Method Based on Confusion Matrixes and Ensemble Learning
文献类型：期刊文章
机构地区：[1]华北电力大学电子与通信工程系,河北保定071003
年 份：2012
卷 号：34
期 号：6
起止页码：111-117
语 种：中文
收录情况：BDHX、BDHX2011、CSCD、CSCD2011_2012、ZGKJHX、核心刊
摘 要：针对多分类问题,本文提出一种基于混淆矩阵和集成学习的分类方法。从模式间的相似性关系入手,基于混淆矩阵产生层次化分类器结构;以支持向量机(SVM)作为基本的两类分类器,对于分类精度不理想的SVM,通过AdaBoost算法对SVM分类器进行加权投票。以变电站环境监控中的目标识别为例(涉及到人、动物、普通火焰(红黄颜色火焰)、白色火焰、白炽灯),实现了变电站环境监控中的目标分类。实验表明,所提出的方法有效提高了分类精度。
关 键 词：混淆矩阵 支持向量机(SVM) 集成学习 ADABOOST
分 类 号：TP391.4]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
