10.3969/j.issn.1001-2400.2015.02.003
整数矩阵变换的选择集成及对雷达目标的识别
为了改善单个分类器对雷达目标的识别性能，分别从差异性和准确率两个因素出发，提出了一种通过变换分类器选择集成对雷达目标识别的算法。首先，为了增加集成个体差异性，将个体分类器的预测标记作为变换的原始目标，将正确标记引入来代替变换中的目标均值，以此构造一个整数矩阵。通过将个体分类器的预测标记投影到经过正确标记的直线上，从而获得一组新的预测标记。然后，根据准确率和 RPF-measure这两种衡量分类器性能的准则，选择一些性能提高了的个体进行集成，以此保证个体分类器的准确率。最后，通过结合被选择的个体预测标记来改善对雷达目标的识别性能。对于UCI机器学习资源库中数据集和雷达一维距离像的实验结果表明，该算法能有效平衡个体差异性和个体准确率两个因素，并且相比单个分类器和其他集成方法，该方法提高了对雷达目标的识别准确率。
分类器集成、选择性集成、雷达目标识别
TP181(自动化基础理论)
国家重点基础研究发展计划资助项目2013CB329402;国家自然科学基金资助项目61003198,61072106,61173092;高等学校学科创新引智计划111计划资助项目B07048
2015-04-27（万方平台首次上网日期，不代表论文的发表时间）
共7页
13-19
