×
阿尔伯特·H·R·科。；罗伯特·萨布林；De Souza Britto，Alceu jun公司。；路易斯·奥利维拉

用于组合分类器的成对融合矩阵。 （英语） Zbl 1115.68135号

模式识别 40，第8期，2198-2210（2007）.
摘要：为了优化分类器集合的结果，设计了各种分类器组合融合函数。我们提出了一种成对融合矩阵（PFM）变换，该变换为分类器组合的使用产生可靠的概率，并且可以与大多数现有的融合函数合并以组合分类器。PFM只需要分类器清晰的类标签输出，适用于高级问题或训练样本较少的问题。实验结果表明，PFM的性能可能比简单的多数投票规则高出一个等级，PFM可以解决行为知识空间可能不适用的问题。

引用于1文件

MSC公司：

68吨10 模式识别、语音识别
68T05型 人工智能中的学习和自适应系统

关键词：

融合函数；组合分类器；混淆矩阵；模式识别；多数投票；学习机器集成

软件：

公关工具
PDF格式BibTeX公司 XML格式引用
\textit{A.H.R.Ko}等人，模式识别40，第8期，2198-2210（2007；Zbl 1115.68135）
全文： 内政部

参考文献：

[1] Hansen，L.K。；Liisberg，C。；Salamon，P.，错误-拒绝权衡，开放系统。Inf.Dyn.公司。，4, 159-184 (1997) ·Zbl 1125.62304号
[2] Kittler，J。；哈蒂夫，M。；Duin，R。；Matas，J.，《关于组合分类器》，IEEE Trans。模式分析。机器。智力。，20, 3, 226-239 (1998)
[3] Kuncheva，L.I。；Whitaker，C.J.，《分类器集合多样性的度量及其与集合精度的关系》，马赫。学习。，51, 2, 181-207 (2003) ·兹伯利1027.68113
[4] 奥皮茨，D。；Maclin，R.，《流行集成方法：实证研究》，J.Artif。智力。第11号决议，169-198（1999）·兹比尔0924.68159
[5] E.Pekalska，M.Skurichina，R.P.W.Duin，组合基于差异的单类分类器，In:多分类器系统国际研讨会，2004年，第122-133页。；E.Pekalska，M.Skurichina，R.P.W.Duin，组合基于差异的单类分类器，In:多分类器系统（MCS）国际研讨会，2004年，第122-133页。
[6] 希普，C.A。；Kuncheva，L.I.，组合方法与组合分类器多样性度量之间的关系，国际期刊信息融合，3，2，135-148（2002）
[7] 徐，L。；Krzyzak，A。；Suen，C.Y.，《组合多分类器的方法及其在手写识别中的应用》，IEEE Trans。系统。人类网络。，22，3，418-435（1992年）
[8] 韦伯，G.I。；Zheng，《多策略集成学习：通过组合集成学习技术减少错误》，IEEE Trans。知识。数据工程，16，8，980-991（2004）
[9] H.Zouari，L.Heutte，Y.Lecourtier，A.Alimi，《构建多样化分类器输出以评估组合方法的行为：两个分类器的案例》，In:多分类器系统国际研讨会，2004年，第273-282页。；H.Zouari，L.Heutte，Y.Lecourtier，A.Alimi，《构建多样化分类器输出以评估组合方法的行为：两个分类器的案例》，In:多分类器系统国际研讨会，2004年，第273-282页。
[10] R.E.Banfield，L.O.Hall，K.W.Bowyer，W.P.Kegelmeyer，应用于稀疏系综的新系综多样性测度，收录于：多分类器系统国际研讨会（MCS 2003），2003年，第306-316页。；R.E.Banfield，L.O.Hall，K.W.Bowyer，W.P.Kegelmeyer，《应用于稀疏集合的新集合多样性度量》，载于：《多分类器系统国际研讨会》（MCS 2003），2003年，第306-316页·Zbl 1040.68588号
[11] Huang，Y.S。；Suen，C.Y.，一种结合多个专家识别无约束手写数字的方法，IEEE Trans。模式分析。机器。智力。，17, 90-93 (1995)
[12] R.Kohavi，D.H.Wolpert，零一损失函数的偏差加方差分解，《国际机器学习会议论文集》，1996年，第275-283页。；R.Kohavi，D.H.Wolpert，零损失函数的偏差加方差分解，In:国际机器学习会议（ICML），1996年，第275-283页。
[13] 帕特里奇，D。；Krzanowski，W.，《软件多样性：测量和开发的实用统计》，《软件技术信息》。，39, 707-717 (1997)
[14] Ruta，D。；Gabris，B.，《多数投票分类器选择》，《国际期刊信息融合》，63-81（2005）
[15] 税务，D.M.J。；Van Breukelen，M。；Duin，R.P.W。；Kittler，J.，通过平均或乘法组合多个分类器，模式识别，33，9，1475-1485（2000）
[16] R.P.W.Duin，组合分类器：训练还是不训练？，in：第十六届模式识别国际会议，2002年第2卷，第20765页。；R.P.W.Duin，组合分类器：训练还是不训练？，in：第十六届模式识别国际会议，2002年第2卷，第20765页。
[17] Kuncheva，L.I.，六种分类器融合策略的理论研究，IEEE Trans。模式分析。机器。智力。，24, 2, 281-286 (2002)
[18] Ho，T.K.，构建决策森林的随机空间方法，IEEE Trans。模式分析。机器。《情报》，20，8，832-844（1998）
[19] A.Grove，D.Schuurmans，《极限提升：最大限度地提高学习组合的优势》，载于《第十五届全国人工智能会议论文集》，1998年，第692-699页。；A.Grove，D.Schuurmans，《在极限中提升：最大化所学集合的边际》，载于《第十五届全国人工智能会议论文集》，1998年，第692-699页。
[20] Kuncheva，L.I。；斯科里奇纳，M。；Duin，R.P.W.，《利用线性分类器进行装袋和增强多样性的实验研究》，《国际期刊信息融合》，3，2，245-258（2002）
[21] 夏皮雷，R.E。；弗伦德，Y。；Bartlett，P。；Lee，W.S.，《提高差距：对投票方法有效性的新解释》，Ann.Stat.，26，51651-686（1998）·Zbl 0929.62069号
[22] Kuncheva，L.I.，组合模式分类器。方法和算法（2004），威利出版社：威利纽约·Zbl 1066.68114号
[23] Wernecke，K.D.，混合数据识别的耦合程序，生物统计学，48，97-506（1992）
[24] Raudys，S.，《吹嘘可训练融合规则的专家》，IEEE Tran。模式分析。机器。智力。，25, 9, 1178-1182 (2003)
[25] 特纳，K。；Ghosh，J.，集成分类器中的错误相关性和错误减少，连接科学。，8, 3-4, 385-404 (2006)
[26] K.Kimura，S.Inoue T.Wakabayashi，S.Tsuruoka，Y.Miyake，使用自联想神经网络的手写数字识别，In:模式识别国际会议论文集，1998年第1卷，第166-171页。；K.Kimura，S.Inoue T.Wakabayashi，S.Tsuruoka，Y.Miyake，使用自联想神经网络的手写数字识别，In:模式识别国际会议论文集，1998年第1卷，第166-171页。
[27] J.Milgram，M.Cheriet，R.Sabourin，用支持向量机估计准确的多类概率，收录于：2005年国际神经网络联合会议（IJCNN），2005年，第1906-1911页。；J.Milgram，M.Cheriet，R.Sabourin，用支持向量机估计准确的多类概率，收录于：2005年国际神经网络联合会议（IJCNN），2005年，第1906-1911页。
[28] Oliveira，L.S。；Sabourin，R。；Bortolozzi，F。；Suen，C.Y.，《手写数字字符串的自动识别：识别和验证策略》，IEEE Trans。模式分析。机器。智力。，24, 11, 1438-1454 (2002)
[29] R.P.W.Duin，用于Matlab的模式识别工具箱\（5.0+\langle；\）ftp://ftp.ph.tn.tudelft.nl/pub/bob/prtools公司\（\rangle；\）；R.P.W.Duin，Matlab的模式识别工具箱\（5.0+\langle；\）ftp://ftp.ph.tn.tudelft.nl/pub/bob/prtools公司\（\rangle；\）
[30] G.Tremblay，R.Sabourin，P.Maupin，使用多目标遗传算法优化随机子空间中的最近邻，in:第17届模式识别国际会议论文集，2004，第208-211页。；G.Tremblay，R.Sabourin，P.Maupin，使用多目标遗传算法优化随机子空间中的最近邻，in:第17届国际模式识别会议论文集，2004年，第208-211页。
[31] P.V.W.Radtke，R.Sabourin，T.Wong，分类器集成的智能特征提取，In:8th International Conference on Document Analysis and Recognition（ICDAR），2005年，第866-870页。；P.V.W.Radtke，R.Sabourin，T.Wong，分类器集成的智能特征提取，In:第八届国际文档分析与识别会议，2005年，第866-870页。
[32] A.Ko，R.Sabourin，A.Britto Jr，将多样性和分类精度结合起来用于随机子空间中的集合选择，收录于：IEEE计算智能世界大会（WCCI 2006）-神经网络国际联合会议（IJCNN），2006年。；A.Ko，R.Sabourin，A.Britto Jr，将多样性和分类精度结合起来用于随机子空间中的集合选择，收录于：IEEE计算智能世界大会（WCCI 2006）-神经网络国际联合会议（IJCNN），2006年。
[33] Giacinto，G。；Roli，F.，用于图像分类的有效神经网络集成设计，图像视觉计算。，19, 9-10, 699-707 (2001)
[34] Fleiss，J.L。；莱文，B。；Paik，M.C.，《比率和比例的统计方法》（2003），威利：威利纽约·Zbl 1034.62113号
[35] Hansen，L.K。；Salamon，P.，《神经网络集成》，IEEE Trans。模式分析。机器。Intell，12993-1001（1990）
[36] Afifi，A.A。；Azen，S.P.，《统计分析：面向计算机的方法》（1979），学术出版社：纽约学术出版社·Zbl 0456.62001号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。