文献

J-GLOBAL ID：201202237832561468   整理番号：12A0982844

アンサンブル学習と遺伝的アルゴリズムに基づくオンラインWriteprint同定の研究

Research of Online Writeprint Identification Based on Ensemble Learning and Genetic Algorithm

著者 (4件)： SUN Jianwen (National Engineering Res. Center for E-learning,Huazhong Normal Univ., Wuhan) ,  YANG Zongkai (National Engineering Res. Center for E-learning,Huazhong Normal Univ., Wuhan) ,  LIU Sanya (National Engineering Res. Center for E-learning,Huazhong Normal Univ., Wuhan) ,  WANG Pei (School of Information Management,Wuhan Univ., Wuhan)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 38  号： 6  ページ： 242-245  発行年： 2011年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： オンラインwriteprint同定は,人々がオンラインメッセージを残す原文同一性の手がかりに基づき個体を特定する技術である。性質n-gramは以前の研究に従ったwriteprintを特定する最も効果的手法の1つである。高次元の余分な特徴問題とwriteprint同定に関するタスクに有益なそれぞれの特徴の特性を扱うために,特徴サブスペーシングに基づくアンサンブル学習手法を本研究で提案する。この方式の本質は,特徴を異なる部分集合に分割することである。まず第一に,全体の特徴集合を等しい大きさに分け,部分集合に分散させる。次にそれぞれを多項式Naive Bayesを使用するベース分類装置を訓練するために使用する。最終的に,これら個々の分類装置を,算術平均と幾何平均の単純平均である適切な組合せ規則を介して集合を構築するために集める。さらに,特徴サブスペーシング(すなわち特徴部分集合選択)を最適化するために遺伝的アルゴリズムを使用した。手法を試験するために,実空間テストベッドで実験を行った。writeprint同定におけるベンチマーク技術(サポートベクトルマシン)と比較して,性能成績は,提案している手法が相当に効果的であり,精度における注目に値する改善を得たことを示している。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *遺伝的アルゴリズム ,  *機械学習 ,  回線接続 ,  サポートベクトルマシン ,  自動分類 ,  ベンチマーク ,  試験装置 ,  部分集合 ,  平均値
準シソーラス用語： *アンサンブル学習 ,  オンライン ,  Naive Bayes ,  テストベッド ,  算術平均

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： アンサンブル学習 ,  遺伝的アルゴリズム ,  オンライン ,  同定 ,  研究