检索结果-南通市图书馆

An improved random forest classifier for multi-class classification

Information Processing in Agriculture 2016年第4期3卷 215-222页

作者： Archana Chaudhary Savita Kolhe Raj Kamal School of Computer Science and IT Devi Ahilya UniversityKhandwa RoadIndoreMadhya PradeshIndia ICAR-Directorate of Soybean Research Khandwa RoadIndoreMadhya PradeshIndia Medicaps Institute of Science and Technology IndoreMadhya PradeshIndia

The paper presents an improved-rfc(Random Forest Classifier)approach for multi-class disease classification *** consists of a combination of Random Forest machine learning algorithm,an attribute evaluator method and an instance filter *** intends to improve the performance of Random Forest *** performance results confirm that the proposed improved-rfc approach performs better than Random Forest algorithm with increase in disease classification accuracy up to 97.80%for multi-class groundnut disease *** performance of improved-rfc approach is tested for its efficiency on five benchmark *** shows superior performance on all these datasets.

关键词： Groundnut disease improved-rfc Machine learning Multi-class classification

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：