摘要： 1 摘要集中于分类问题，本文提出了一种基于统计模式识别理论的线性组合多神经网络的新方法。在我们的方法中，首先选择几个神经网络，这些网络在每类上的误差最小。然后，它们被组合成一个发挥个体分类器力量的理想分类器。在此方法中，最小分类误差（MCE）标准被用来估计最优线性权值。在此陈述中，由于分类决策规则并入了代价函数，因此可以得到一个更适宜的针对分类目标的权值组合。利用人工及真实数据集所得的试验结果表明... 阅读全文

摘要： 关于Mixed group ranks: preference and confidence in classifier combination 一文的评述 1 文章梗概 1.1 引言 介绍了分类器组合在一特定分类问题（类别数高；每类别训练数据少；类别表达复杂及高维等）中的主要设计原则，并指出该文的一个贡献在于针对基于排序分类器的组合规则，定义了一种统一理想数学性质的公理框架。该节... 阅读全文

摘要： 网络训练后，在不同的子测试集上进行测试一次并集成后，平移测试集，即将子网在新的测试集上测试，然后再次集成。平移次数待定，最后综合集成结果。 阅读全文

摘要： 以后在学习上的收获、疑问就都写在这上面了 阅读全文