基于改进最大相关最小冗余的选择性集成分类器OACSTPCD
Selective ensemble classifier based on improved maximum relevance and minimum redundancy
在构建选择性集成分类器时,寻找分类准确率高且差异性大的最优分类器子集至关重要.为平衡集成子集中基分类器的准确性和多样性,提出了一种基于改进最大相关最小冗余的选择性集成分类器(ImRMRSEC).首先,将基分类器对验证集的预测结果视为一个个"特征",把特征选择的思想扩展到集成分类器的约简问题中,基于最大相关最小冗余准则寻找基分类器子集.其次,引入Gram-Schmidt正交化求取"特征"的等价向量,替代原向量输入最大相关最小冗余算法中,并基于距离相…查看全部>>
吴倩楠;颜学峰
华东理工大学 能源化工过程智能制造教育部重点实验室 上海200237华东理工大学 能源化工过程智能制造教育部重点实验室 上海200237
选择性集成最大相关最小冗余(mRMR)特征选择正交化距离相关系数(DCC)
《高技术通讯》 2022 (1)
基于栈式自编码器的精对苯二甲酸生产装置质量相关过程分散监测
40-49,10
国家自然科学基金(21878081)和国家重点研发计划(2020YFA0908300)资助项目.
评论