机器学习中，多个分类器的组合称为集成分类器，此方法优于单个分类器。特定数据集找到合适的集成配置仍然是非常困难。基于这个问题，提出LUS-PSO权重优化的方法，使用粒子群算法生成的权重，进而生成更加准确的分类器集合。然后局部单峰采样方法作为元优化器，查找粒子群算法更好的行为参数。集成学习的分类器由该方法和加权多数投票共同决定的。实验结果表明，该检测模型生成的分类器在分类准确率方面更优。
科研之友
微信
新浪微博
Facebook
分享链接
