×
朴永军;朴明浩;金、程昊;Ho Sun Shon;Ji-Moon钟;Hwang、Buhyun;Ryu、Keun Ho

一种新的基于特征空间划分的集成方法用于高维数据分类。 （英语） Zbl 1395.62171号

数学。问题。工程师。 2015，文章ID 590678，第12页（2015）.
摘要：集成数据挖掘方法，也称为分类器组合，常用于提高分类性能。各种分类器组合方法，如套袋、增强和随机森林已经被设计出来，并且在过去受到了相当大的关注。然而，数据维度与日俱增。这种趋势带来了各种挑战，因为这些方法不适合直接应用于高维数据集。在本文中，我们提出了一种用于高维数据分类的集成方法，每个分类器由一组不同的特征构成，这些特征由冗余特征的划分决定。在我们的方法中，考虑特征的冗余性来划分原始特征空间。然后，利用支持向量机对生成的每个特征子集进行训练，并通过多数投票对每个分类器的结果进行组合。通过与其他集成技术的比较，验证了该方法的效率和有效性，结果表明该方法优于其他方法。

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）

软件：

AR面;CMU项目
PDF格式BibTeX公司 XML格式引用
\textit{Y.Piao}等人，数学。问题。Eng.2015，文章ID 590678，12 p.（2015；Zbl 1395.62171）
全文： 内政部

参考文献：

[1] 赵，H。；辛哈，A.P。；Ge，W.，特征构造对分类性能的影响：银行破产预测的实证研究，专家系统与应用，36，2，2633-2644，（2009）·doi:10.1016/j.eswa.2008.01.053
[2] Pradhan，B.，利用GIS、计算机和地球科学对滑坡易感性制图中决策树、支持向量机和神经模糊模型的预测能力进行比较研究，51，350-365，（2013）·doi:10.1016/j.cageo.2012.08.023
[3] Ciresan，D.C。；美国迈尔。；Masci，J。；Schmidhuber，J.，用于交通标志分类的多列深度神经网络，神经网络，30，333-338，（2012）
[4] Jin，C.H。；Pok，G。；华盛顿州帕克市。；Ryu，K.H.，改进的基于模式序列的电力负荷预测方法，IEEJ电子电气工程学报，9，6，670-674，（2014）·doi:10.1002/tee.22024
[5] 齐，Z。；田，Y。；Shi，Y.，用于模式分类的稳健双支持向量机，模式识别，46，1，305-316，（2013）·Zbl 1248.68441号 ·doi:10.1016/j.patcog.2012.06.019
[6] 拉赫曼，A。；Verma，B.，使用非均匀分层聚类和遗传算法生成集成分类器，基于知识的系统，43，30-42，（2013）·doi:10.1016/j.knosys.2013.01.002
[7] Breiman，L.，打包预测，机器学习，24，2，123-140，（1996）·Zbl 0858.68080号
[8] 弗伦德，Y。；Schapire，R.E.，《新增压算法的实验》，机器学习国际会议
[9] Cho，S.B。；Won，H.-H.，使用具有多个重要基因亚群的神经网络集合进行癌症分类，应用智能，26，3244-250，（2007）·Zbl 1190.92013年 ·doi:10.1007/s10489-006-0020-4
[10] Tumer，K。；Ghosh，J.，《Classier组合：分析结果和影响》，《全国人工智能会议论文集》
[11] Tumer，K。；Oza，N.C.，《改进泛化的经估计输入系综》，《国际神经网络联合会议论文集》（IJCNN’99）
[12] 布莱尔·R。；古铁雷斯·奥苏纳，R。；Quek，F.，属性打包：使用随机特征子集提高分类器集合的准确性，模式识别，36，6，1291-1302，（2003）·Zbl 1033.68092号 ·doi:10.1016/s0031-3203（02）00121-8
[13] Rokach，L.，基于遗传算法的分类问题特征集划分，模式识别，41，5，1676-1700，（2008）·Zbl 1140.68476号 ·doi:10.1016/j.patcog.2007.10.013
[14] Rokach，L.，基于集成的分类器，《人工智能评论》，33，1-2，1-39，（2010）·doi:10.1007/s10462-009-9124-7
[15] Breiman，L.，《随机森林》，机器学习，45，1，5-32，（2001）·Zbl 1007.68152号 ·doi:10.1023/a:1010933404324
[16] 安，H。；Moon，H。；法扎里，M.J。；Lim，北。；Chen，J.J。；Kodell，R.L.，高维数据随机分区的集合分类，计算统计与数据分析，51，12，6166-6179，（2007）·Zbl 1203.62115号 ·doi:10.1016/j.csda.2006.12.043
[17] Ming Ting，K。；威尔斯，J.R。；川潭，S。；魏腾，S。；Webb，G.I.，特征子空间聚合：稳定和不稳定学习者的集合，机器学习，82，375-397，（2011）·doi:10.1007/s10994-010-5224-5
[18] 德博克，K.W。；Poel，D.V.D.，《基于旋转的集成分类器用于客户流失预测的实证评估》，《应用专家系统》，38，10，12293-12301，（2011）·doi:10.1016/j.eswa.2011.04.007
[19] Yang，Y。；马，Z。；Hauptmann，A.G。；Sebe，N.，通过在多个任务之间共享信息进行多媒体分析的特征选择，IEEE多媒体事务，15，3，661-669，（2013）·doi:10.1109/tmm.2012.2237023
[20] 盖亚斯，I.A。；Smith，L.S.，大维域中的特征子集选择，模式识别，43，1，5-13，（2010）·Zbl 1192.68574号 ·doi:10.1016/j.patcog.2009.06.009
[21] Yu，L。；Liu，H.，《高维数据的特征选择：基于快速相关性的滤波解决方案》，第12届机器学习国际会议论文集
[22] Piao，Y。；皮亚奥，M。；帕克，K。；Ryu，K.H.，利用基因表达数据进行癌症分类的基于集合相关的基因选择算法，生物信息学，28，24，3306-3315，（2012）·doi:10.1093/bioinformatics/bts602
[23] Akay，M.F.，支持向量机与乳腺癌诊断特征选择相结合，应用专家系统，36，2，3240-3247，（2009）·doi:10.1016/j.eswa.2008.01.009
[24] Hanson，S.J。；Halchenko，Y.O.，使用全脑支持向量机进行目标识别的脑阅读：没有“人脸”识别区域，神经计算，20，2，486-503，（2008）·Zbl 1131.92013年 ·doi:10.1162/neco.2007.09-06-340
[25] Zaghloul，W。；李，S.M。；Trimi，S.，文本分类：神经网络与支持向量机，工业管理与数据系统，109，5，708-717，（2009）·doi:10.1108/02635570910957669
[26] 张，L。；廖，B。；李，D。；朱伟，利用支持向量机预测凋亡蛋白亚细胞定位的新表示，理论生物学杂志，259，2，361-365，（2009）·Zbl 1402.92163号 ·doi:10.1016/j.jtbi.2009.03.025
[27] 马丁内斯。；Benavente，R.，AR面部数据库，CVC技术报告，24，（1998）
[28] 萨马利亚，F.S。；Harter，A.C.，人脸识别随机模型的参数化，第二届IEEE计算机视觉应用研讨会论文集
[29] 西姆·T。；贝克，S。；Bsat，M.，《人脸的cmu姿势、照明和表情（饼图）数据库》，cmu-RI-TR-01-02，（2001），卡内基梅隆大学机器人研究所
[30] Hond，D.博士。；Spacek，L.，《面部处理的独特描述》，第八届英国机器视觉会议论文集（BMVC’97）
[31] 阿姆斯特朗，S.A。；斯汤顿，J.E。；Silverman，L.B。；彼得斯，R。；Den Boer，M.L。；Minden，医学博士。；Sallan，S.E。；兰德，E.S。；Golub，T.R。；Korsmeyer，S.J.，MLL易位指定了一个独特的基因表达谱，用于区分独特的白血病，《自然遗传学》，30，1，41-47，（2002）·数字对象标识代码：10.1038/ng765
[32] 辛格，D。；Febbo，P.G。；Ross，K。；Jackson，D.G。；马诺拉，J。；拉德，C。；Tamayo，P。；Renshaw，A.A。；阿米科公司。；里奇，J.P。；兰德，E.S。；Loda，M。；坎托夫，P.W。；Golub，T.R。；Sellers，W.R.，基因表达与前列腺癌临床行为的相关性，《癌细胞》，1,2203-209，（2002）·doi:10.1016/s1535-6108（02）00030-2
[33] Hsu，H.-H。；谢长伟。；Lu，M.-D.，通过组合过滤器和包装器的混合特征选择，专家系统与应用，38，7，8144-8150，（2011）·doi:10.1016/j.eswa.2010.12.156
[34] Piao，M。；Shon，H.S。；Lee，J.Y。；Ryu，K.H.，负荷预测中基于子空间投影法的聚类分析，IEEE电力系统交易，29，6，2628-2635，（2014）·doi:10.1109/tpwrs.2014.2309697
[35] 巴希尔，M.E.A。；Lee，D.G。；李，M。；Bae，J.-W。；肖恩，H.S。；Cho，M.C。；Ryu，K.H.，远程心脏临床护理信息系统的触发学习和ECG参数定制，IEEE生物医学信息技术汇刊，16，4，561-571，（2012）·doi:10.1109/titb.2012.2188812
[36] Lee，Y。；Jung，Y.J。；Nam，K.W。；Nittel，S。；比尔德，K。；Ryu，K.H.，使用分层斜坡网格的地球传感器数据表示，传感器，12，12117074-17093，（2012）·doi:10.3390/s121217074
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。