马海平
- 作品数：1 被引量：5H指数：1
- 供职机构：上海大学机电工程与自动化学院上海市电站自动化重点实验室更多>>
- 发文基金：上海市科学技术委员会基础研究重点项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于生物地理学优化算法的集成选择方法被引量：5
- 2014年
- 集成选择发生在集成结论合成之前,所有的个体学习器已经生成后对某些不满足精度要求或多样性要求的个体进行剔除,从而用较少的个体集成获得同原始集成相同,甚至更好的泛化性能,同时降低系统的存储和计算开销。基于一种新的优化算法——生物地理学优化算法(Biogeography-based optimization,BBO),对获得的初始集成个体依据个体的预测精度和个体之间的多样性准则设置目标函数,进行优化选择,提出了一种新的基于BBO的集成选择算法(BBO based Ensemble Selection Algorithm,BBOESA)。基于UCI数据的仿真结果表明,该算法在不降低,甚至提高了常规的Bagging集成学习的泛化性能的同时,使集成个体数量有了大幅度的减少。
- 丁智国费敏锐马海平
- 关键词：生物地理学优化算法泛化性能
