点击次数：

论文类型：期刊论文

发表时间：2015-09-15

发表刊物：控制与决策

收录刊物：Scopus、EI、PKU、ISTIC、CSCD

卷号：30

期号：11

页面范围：2089-2092

ISSN号：1001-0920

关键字：互信息;选择性集成;核方法;极端学习机

摘要：针对集成学习中的准确性和差异性平衡问题,提出一种基于信息论的选择性集成核极端学习机.采用具有结构简单、训练简便、泛化性能好的核极端学习作为基学习器.引入相关性准则描述准确性,冗余性准则描述差异性,将选择性集成问题转化为变量选择问题.利用基于互信息的最大相关最小冗余准则对生成的核极端学习机进行选择,从而实现准确性和差异性的平衡.基于UCI基准回归和分类数据的仿真结果验证了所提出算法的优越性.