La fusión de decisiones de clasificadores puede mejorar el rendimiento de un sistema de reconocimiento de patrones. Muchas áreas de aplicación han adoptado los métodos de fusión de múltiples clasificadores para aumentar la precisión de clasificación en el proceso de reconocimiento. Considerando completamente las diferencias de rendimiento de los clasificadores y la información de las muestras de entrenamiento, en este artículo se propone un algoritmo de fusión de múltiples clasificadores que utiliza plantillas de decisión ponderadas. El algoritmo utiliza un vector estadístico para medir el rendimiento de los clasificadores y realiza una transformación ponderada en cada clasificador según la confiabilidad de su salida. Para tomar una decisión, se utiliza la regla de "k-vecinos más cercanos" si el algoritmo evalúa que una muestra tiene una alta probabilidad de ser clasificada incorrectamente. Se realizó una comparación experimental con 15 conjuntos de datos de las bases de datos KDD99, UCI y ELENA. Los resultados experimentales indican que el algoritmo puede lograr un mejor rendimiento de clasificación. Posterior
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Modelado y Análisis de la Propagación de Malware con la Influencia de la Conciencia del Usuario
Artículo:
FastQR: Estimación rápida de poses de objetos basada en múltiples códigos QR y visión monocromática en dispositivos móviles integrados.
Artículo:
Aplicación del algoritmo de aprendizaje por refuerzo en el sistema de órdenes de entrega en el entorno de la cadena de suministro
Artículo:
Análisis de un modelo de epidemia de heroína difusiva en un entorno heterogéneo
Artículo:
Optimización de canal de marketing basada en la información de la red social de los usuarios.
Informe, reporte:
Informe de la evaluación regional de los servicios de manejo de residuos sólidos municipales en América Latina y el Caribe
Artículo:
Aplicación de seis sigmas integradas con AMEF y QFD en el proceso de fabricación y distribución de muebles
Artículo:
Operación de ensamblaje colaborativo entre dos robots modulares basada en la realimentación óptica de posición
Artículo:
Marco del modelo de gestión financiera y contable inteligente bajo la perspectiva de la inteligencia artificial