Kombinování klasifikátorů pomocí fuzzy metod
Combining classifiers by means of fuzzy methods
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/13244Identifikátory
SIS: 42970
Kolekce
- Kvalifikační práce [11264]
Autor
Vedoucí práce
Oponent práce
Eckhardt, Alan
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Softwarové systémy
Katedra / ústav / klinika
Katedra softwarového inženýrství
Datum obhajoby
18. 9. 2007
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Dobře
V této práci jsme rozpracovali metodu kombinování klasifikátoru pomocí tconormového integrálu pro prípad kombinování týmu SVM klasifikátoru. Porovnávali jsme úspešnosti klasifikátoru získaných na základe kombinování SVM klasifikátoru pomocí Sugenova integrálu a pomocí kvazi-Sugenových integrálu. Do systému fuzzy konjunkcí pro integraci, které byly použity pro kvazi-Sugenovy integrály, jsme jako kvazinásobení používali konjunkce ze trech rodin fuzzy konjunkcí, z Aczél-Alsinaovy rodiny, z Dombiovy rodiny a z Frankovy rodiny. Z výsledku našich experimentu vyplývá, že nejlépe vychází kombinování pomocí Sugenova integrálu.
In this paper we elaborate a method of combining classifiers by means of the tconorm integral for SVM classifiers ensembles. We compare accuracy of combined classifiers for the case of SVM classifiers and quazi-Sugeno integrals. For t-conorm systems for integration, which we use to determine quazi-Sugeno integrals, we use t-norms from three families of t-norms, Aczél-Alsina family, Dombi family and Frank family. Results of our experiments show that combining classifiers by Sugeno integral is superior to integrals relying on the other considered t-norms.