集成学习算法的研究与应用

作     者：侯勇 郑雪峰 HOU Yong;ZHENG Xuefeng

作者机构：北京科技大学计算机与通信工程学院北京100083 山东经贸职业学院科学与人文学院山东潍坊261011 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2012年第48卷第34期

页      面：17-22页

核心收录：

学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：特征提取 最大间隔 多层感知器 集成算法 KDDCUP99数据集 入侵检测 

摘      要：集成学习算法的思想就是集成多个学习器,并组合它们的预测结果,以形成最终的结论。典型的学习模型组合方法有投票法,专家混合方法,堆叠泛化法与级联法,但这些方法的性能都有待进一步提高。提出了一种新颖的集成学习算法--增强的集成学习算法(ReinforcedEnsemble)。ReinforcedEnsemble集成算法由两大部分组成:ReinforcedEnsemble特征提取算法与ReinforcedEnsemble基分类器。通过实验,将ReinforcedEnsemble算法与其他集成学习算法进行了性能比较。实验结果表明,所提出的算法在多项指标上均达到最优。