1997年，Dietterich［9】提出了另外四个新的研究方向：分类器的集成（ensembles of classifiers）、海量数据的有导师学习算法（methodsforscalingupsupervisedlearning algorithm1、强化机器学（reinforcementlearning）与学习复...
基于20个网页-相关网页
本文实现了基于分类器判决可靠度估计的最优线性集成方法。
This text realizes Optimal Linear Combination method basing on recognition confidence.
本文提出一种联机识别自然手写体汉字的多分类器集成模型。
In the paper, a new multiple classifiers integrated model of online recognizing natural handwritten Chinese character is presented.
分类器选择是一种设计多分类器系统的有效方法，从给定候选分类器集中挑选出一个子集，使得该子集集成性能最佳。
The goal of classifier selection is to select a subset of classifiers from a given set of candidate classifiers, to achieve the best combination performance.
应用推荐