ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012
94
УДК 004.93
А . В . С а м о р о д о в
ОСОБЕННОСТИ ПОСТРОЕНИЯ
МУЛЬТИКЛАССИФИКАТОРОВ НА ОСНОВЕ
МЕТОДОВ ИНТЕГРАЦИИ РЕШЕНИЙ
Предложена группировка методов и алгоритмов интеграции инфор-
мации, рассмотрены методы и алгоритмы интеграции информации
на уровне решений. Представлен новый алгоритм мультиклассифика-
ции FuzzyBoost, реализующий метод нечеткого усиления. Алгоритм
FuzzyBoost обеспечивает построение квазилинейной композиции и ос-
нован на алгоритме AdaBoost, дополненном вычислением нечеткого
интеграла вместо собственного линейного агрегационного правила
AdaBoost на каждой итерации бустинга. Экспериментальные ре-
зультаты показали, что в случае сложной разделяющей классы по-
верхности алгоритм FuzzyBoost имеет лучшую обобщающую способ-
ность, чем алгоритм AdaBoost.
Е-mail:
avsbmstu@yandex.ru
Ключевые слова:
алгоритм мультиклассификации, бустинг, не-
четкий интеграл, алгоритм FuzzyBoost.
Введение.
В области распознавания образов классической зада-
чей является создание и совершенствование отдельных методов и ал-
горитмов классификации. Начиная с пионерских работ Л.А. Расстри-
гина, Р.Х. Эренштейна и Ю.Л. Барабаша [1, 2] и преимущественно
в последние 10 лет, особое внимание в области распознавания обра-
зов стало уделяться не отбору признаков и построению одного луч-
шего решающего правила, а поиску наилучшего набора базовых
классификаторов и метода объединения их откликов [3, 4].
В современной научно-технической литературе широко пред-
ставлены различные методы объединения как откликов некоторого
набора классификаторов, так и информации о распознаваемом объек-
те. В работах используются разные основания для группировки таких
методов и алгоритмов: по методам аппроксимации условных и апри-
орных вероятностных распределений и видам дискриминантных
функций [4]; по уровню интеграции информации [5]; по свойствам
функций доверия [6]; по зависимости от контекстной информации
[7];
по модели неопределенности [8]; по виду объединяемых откли-
ков базовых классификаторов [9]; по свойствам применяемых для
интеграции информации математических правил [10, 11] и др. В
настоящее время общепринятой таксономии методов интеграции ин-
формации не существует, что сдерживает экспериментальное и тео-
ретическое развитие этих методов.