分类器模拟算法及其应用
杨利英，覃征，张选平
（西安交通大学电子与信息工程学院，710049,西安）
摘要:针对标准数据集在评估多分类器系统的组合方法时存在的不足，设计了一种新的分类器模拟算法.该算法利用分类器的识别率建立混淆矩阵，由混淆矩阵生成基分类器的决策，进而结合分类器之间的相关性度量生成所有的模拟数据.通过实验评估表明，该算法能够模拟任意多个分类器和任意多个模式类别的数据，且能够表达出分类器之间的关联性.又应用生成的模拟数据集对多数投票和堆叠泛化这2种组合方法进行了实验，结果表明分类器之间的负相关有助于提高系统的性能，特别是当单个分类器识别率取0.8、关联度从0.8295降至-0.4847时，多数投票和堆叠泛化的性能分别提高了14.98%和41.99%.
关键词:多分类器系统；分类器模拟算法；相关性
中图分类号:TP181文献标识码:A文章编号:0253-987X(2005)12-1311-04