一种扩充粒化的序列邻域分类方法

分享到

【作者】亓慧，杨习贝，史颖
【刊名】山西大学学报(自然科学版)
【作者单位】太原师范学院计算机系；江苏科技大学计算机学院；山西大学计算机与信息技术学院
【ISSN】0253-2395
【关键词】粒计算邻域分类器邻域粒化多数投票
【摘要】作为邻域粒化的核心应用之一,邻域分类器因其直观的构造手段、灵活的粒度表示以及不俗的分类性能受到了众多学者的关注与推广。然而,当训练样本数目较少时,测试样本邻域粒所能提供的有限信息无法有效地支持多数投票式的标签预测。鉴于此,提出了一种扩充粒化的序列邻域分类方法。首先,设计得分评估机制对测试样本进行排序;其次,利用传统邻域分类机制对排序最为靠前的待测样本进行标注,并将其加入训练集,扩充待测样本潜在的邻域粒化空间;最终,以此种序列分类方式完成整个训练集的标签预测。对比实验结果表明,该方法比其他基于邻域...
【基金】国家自然科学基金
【文献类型】期刊