針對不平衡水聲目標(biāo)數(shù)據(jù)分類問題,本文提出了一種間隔和差異性融合的選擇性集成算法。從理論上給出了單純增加差異性無法改善泛化性的原因,融合間隔和差異性構(gòu)造了選擇性度量,利用選擇性度量對基分類器進(jìn)行選擇性集成從而形成最終分類器。實(shí)測水聲目標(biāo)數(shù)據(jù)試驗(yàn)結(jié)果表明:本文算法整體性能優(yōu)于AdaBoost算法和常規(guī)選擇性集成算法,說明其更適合處理不平衡水聲目標(biāo)數(shù)據(jù)分類問題。 

【文章來源】：哈爾濱工程大學(xué)學(xué)報(bào). 2020,41(10)北大核心EICSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
1 間隔理論
2 集成分類器泛化性與差異性的關(guān)系
3 間隔和差異性融合的選擇性集成算法
    3.1 間隔和差異性融合的選擇性度量
    3.2 算法描述
4 實(shí)測水聲目標(biāo)數(shù)據(jù)試驗(yàn)
    4.1 數(shù)據(jù)集及評價(jià)準(zhǔn)則
    4.2 試驗(yàn)參數(shù)設(shè)置
    4.3 試驗(yàn)結(jié)果與分析
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]一種不平衡數(shù)據(jù)流集成分類模型[J]. 歐陽震諍,羅建書,胡東敏,吳泉源.  電子學(xué)報(bào). 2010(01)



本文編號：3206529